tanh,relu,sigmoid激活函数numpy实现

最新推荐文章于 2024-08-29 09:00:22 发布

geter_CS

最新推荐文章于 2024-08-29 09:00:22 发布

阅读量5.7k

点赞数 1

分类专栏：深度学习文章标签： tanh sigmoid relu 激活函数 numpy

本文链接：https://blog.csdn.net/geter_CS/article/details/88624724

版权

深度学习专栏收录该内容

23 篇文章 4 订阅

订阅专栏

from matplotlib import pyplot as pl


x=np.arange(-5,5,0.01)

#Relu
y1=np.where(x>0,x,0)
pl.plot(x,y1)
pl.show()

y2=(x+np.abs(x))/2
pl.plot(x,y2)
pl.show()

y3=np.maximum(x,0)
pl.plot(x,y3)
pl.show()


#Sigmoid
y4=1/(1+np.exp(-x))
pl.plot(x,y4)
pl.show()

#Tanh
y5=(np.exp(x)-np.exp(-x))/(np.exp(x)+np.exp(-x))##np.tanh(x)
pl.plot(x,y5)
pl.show()

输出为:
在这里插入图片描述神经网络激活函数