Neural network 分段线性函数化为阈值函数？

我在读一本书，书中把分段函数定义为

其中，varphi是peicewise函数

它说分段线性函数的特殊形式是：

如果在不饱和的情况下保持线性操作区域，则会出现线性组合器

如果线性区域的放大因子无限大，则分段线性函数减小为阈值函数

我试图理解no 1，因为如果NN的加法器输出值固定在该区域，函数值将上升：（.5到.5）：

不在.5区域。我不知道这是否正确。 至于2号，我不知道这意味着什么。书中介绍了阈值函数，如下所示：

---

“放大系数”是什么？当它无限大时，它是如何表现为阈值函数的？

我觉得很愚蠢，但在我看来，你的第一张图似乎有问题，在我看来，这是正确的图：。其中x轴为

v

，y轴为

phi

。让我来指导你：

phi

保持

0

直到

v

达到

-0.5

，然后

phi=v

直到

+0.5

，然后

phi

是

1

。书中的数字是这样的。也许它有不同的版本？我不知道。。。我只是根据你提供的公式画了这个图表。例如，

phi（v）

不可能是

0.7

。。。如果

v*2，0.5>v>-0.5