带双参数的双极S型函数sigmod(x, α , β )函数
在研究神经网络时,发现使用的非线性传输函数双极S型函数 1−e−x1+e−x , 在增加2个参数后变成 1−e−αx1+e−βx ,函数接近硬极限函数hardlim: f(x)={0,x<01,x≥0
- α 的值应较小,在1~10之间
- β 的值较大,是 α 的一个数量级左右
- 这个函数的图形很象视神经在见到明暗变化较大图像时的变化曲线
代码块
代码块语法遵循标准markdown代码,例如:
#!/usr/bin/env python2
# -*- coding: utf-8 -*-
"""
Created on Sun Nov 13 20:46:27 2016
@author: lsy
"""
import numpy as np
import matplotlib.pyplot as plt
for i in range(1, 10):
alpha = i
beta = alpha * 10
x = np.arange(-4, 4, 0.001)
y = (1 - np.exp(-x * alpha)) / (1 + np.exp(-x * beta))
plt.subplot(3, 3, i)
plt.plot(x, y, label=r'$\alpha={0}$'.format(alpha))
plt.plot(x, y, label=r'$\beta={0}$'.format(beta))
plt.legend(loc=0)
plt.suptitle(r'$\frac{1-e^{-x*\alpha}}{1+e^{-x*\beta}}$', fontsize=20)
plt.show()