? 要么开（1），要么关（0），没有中间状态。
2 旋钮调光器（Sigoid 函数）：
? 你可以逐渐调节亮度，不是一下子从暗到亮，而是随着旋钮的转动，灯光慢慢变化。
Sigoid 就像一个调光器，能让输出值在 0~1 之间平滑过渡，不是突然跳变。
结论：Sigoid 函数的关键作用
它将输入值映射到 0~1 之间，让输出变得可解释（类似概率）。
它不会突然改变决策，而是逐步调整，使得神经网络可以处理不确定性。
它适用于二分类任务，比如判断“邮件是垃圾邮件（1）还是正常邮件（0）”。
但它在深度网络中容易出现梯度消失问题，因此现代 AI 里通常用 ReLU 替代 Sigoid。
思考：你觉得在现实生活中，还有哪些决策符合 Sigoid 的“平滑渐变”特点？