问题：

? 万一是一个优秀但没证件的实习生呢？ 他可能也被老张拦在门外了（ReLU 会把所有负数信息直接清零）。

第三种情况：老张有点犹豫（Sigmoid 激活函数）

有一天，老张觉得：“或许我不该这么绝对，可能有些游客也是未来的潜在客户，不该完全拒之门外。”

于是，他制定了一套打分系统：

? 正式员工（高分）：直接进！

? 游客（中等分）：可以进去看看，但不能随意走动。

? 陌生人（低分）：抱歉，不能进！

这就像Sigmoid 激活函数，它的输出介于 0 到 1 之间，相当于一种概率衡量：

? 高于 0.5 的人（高分）：大概率被接受。

? 低于 0.5 的人（低分）：大概率被拒绝。

优点：

? 可以平滑地过滤数据，避免“全进或全不进”这样极端的情况。

? 适用于二分类问题（比如邮件是垃圾邮件还是正常邮件）。

问题：

? 计算比较复杂，不像 ReLU 那么直接。

? 当数据过大或过小时，变化很小，容易导致梯度消失（学习速度变慢）。

第四种情况：老张更加智能（Softmax 激活函数）

有一天，老板告诉老张：“我们公司不仅有正式员工，还有不同的部门，比如工程部、市场部、财务部。你不能只区分‘进’或‘不进’，而是要把人分到不同的部门。”

于是，老张开发了一套更加高级的评分系统，不仅判断某人是否能进，还会计算他属于哪个部门的概率。

? 如果一个人穿着工程师制服，90% 可能属于工程部，10% 可能属于市场部。