活性化関数にフォワードの処理について教えて下さい

Question

機械学習のニューロンの伝達について教えて欲しいです。
機械学習で非線型処理に用いられる
活性化関数ですがイメージができてないので下記の点で教えてください

入力がx１〜xiまであったとして
重みがw1からwiまであったとします
それを活性化関数シグモイドを使ってyに伝達した時
式は
y = f（Σxi×wi+b）
になると思います。

図を書きに示します。

この時の計算方法がわかっていないので教えて頂けますか。
仮に
（Σxi×wi+b）＝０．５だったとしたら
シグモイドの波形のINPUT（横軸）に0.5を入れて仮にFが0.8だったとすると
yの値は
０．８×０．５＝０．４なのか
それとも
波形の座標値０.８になるのか
知りたいです

Answer 1

（Σxi×wi+b）＝0.5 だったら、sigmoid(0.5) が活性化関数を通した後の値です。
グラフでいうと、x = 0.5 のときのシグモイド関数の値なので、0.62 ぐらいになります。

import math

def sigmoid(x):
    return 1 / (1 + math.e ** -x)

print(sigmoid(0.5))  # これが活性化関数後の値

Comments

[watchdogs]

コメントありがとうございます！
y=f（Σxi×wi+b）
だと掛け算のイメージがありましたが
0.5の値を
シグモイド関数にいれて
私が提示したグラフのFの値が
次のニューロンに伝達されるっていう
ことなんですよね。
つまり、0.5の場合では
横軸に0.5入れた時
縦軸の値が0.62であり
その値ってことの認識ですよね？

[tiitoi]

その認識であってます。以下のように分解して書いたほうがわかるでしょうか。

z = Σxi×wi+b
y = f(z)

[watchdogs]

ありがとうございます。
理解しました！！！