活性化関数の出力の最大値って...?

Question

###質問内容

以下の２つのモデルの出力の最大値を知りたいです。
また出力層だけシグモイド関数というのをよく見かけるのですが、ネットワークの途中にシグモイド関数などを挟むと学習精度が落ちるなどの現象は存在するのでしょうか？

該当のモデル

1つ目

input_img = Input(shape=(25,))

encoded = Dense(18, activation='relu')(input_img)
encoded = Dense(13, activation='relu')(encoded)
encoded = Dense(8, activation='sigmoid')(encoded)

encoder = Model(input_img, encoded)

2つ目

input_img = Input(shape=(25,))

encoded = Dense(18, activation='relu')(input_img)
encoded = Dense(13, activation='relu')(encoded)
encoded = Dense(8, activation='relu')(encoded)

encoder = Model(input_img, encoded)

補足

１つ目は活性化関数をシグモイド関数に、２つ目はReLU関数にしたのですが出力の最大値はどうなるのでしょうか...?
シグモイド関数ならMAX=1になるのでしょうか...?
ついでにこれはオートエンコーダのencoderの出力値を取り出すものです。

ついでにオートエンコーダを含めたコードも乗っけておきます。

input_img = Input(shape=(25,))

encoded = Dense(18, activation='relu')(input_img)
encoded = Dense(13, activation='relu')(encoded)
encoded = Dense(8, activation='sigmoid')(encoded)

decoded = Dense(13, activation='relu')(encoded)
decoded = Dense(18, activation='relu')(decoded)
decoded = Dense(25, activation='sigmoid')(decoded)

autoencoder = Model(input=input_img, output=decoded)

Answer 1

あまり詳しくないのですがまだ回答0のようなのでご参考まで

回答としては
試して見たらいいのじゃないでしょうか
なのですが（どこに悩んでらっしゃるのか分からず、、、関数自体はご存知のようで）

ネットワークの途中にシグモイド関数などを挟むと学習精度が落ちるなどの現象は存在するのでしょうか？

深層学習では、なぜそういう結果になるのかの理論の解明はまだまだで、いろいろ試行錯誤した経験の蓄積で
研究が進んでいる要素が多いと思われます。
その過程でシグモイド関数よりもReLUなどが新たに導入されてきています。

１つ目は活性化関数をシグモイド関数に、２つ目はReLU関数にしたのですが出力の最大値はどうなるのでしょうか...?

シグモイド関数ならMAX=1になるのでしょうか...?

これは「補足」ではなくて別の質問ですよね。
シグモイド関数なら最大値は1ですね（定数倍して最大値を１ではないaにもできはするでしょうが）
ReLUはご存知かと思いますが負ならば0、正ならばy=xですね。

参考［活性化関数］ReLU（Rectified Linear Unit）／ランプ関数とは？

オートエンコーダのコードを補足として掲載した意味もよくわかりませんが、、、
回答とは全然別の疑問でしょうか、、、