Sigmoid
特性：
- 輸出範圍固定在 0~1（適合機率解釋）
- 平滑且可微分，適合梯度下降
- S 型曲線，對中間區域變化敏感，兩端趨於平緩
優點：
- 輸出可直接當作機率
- 平滑且可微分，梯度下降友好
- 輸入與輸出連續，反應自然
缺點：
- 梯度消失：輸入太大或太小時，梯度接近 0，深層網路難訓練
Sigmoid 是一個 S 型曲線：
兩端（靠近 0 與 1）飽和，斜率很小；中間最陡
最陡的那點就是
⇒ 在深層網路中，若輸入長期落在飽和區，梯度會很小，容易出現梯度消失；
- 計算較慢：需計算指數函數
- 非零中心：輸出總是正數，可能降低收斂速度