第九天，numpy的阶跃函数、sigmoid函数和RELU函数

入门机器学习之前要懂得运用numpy的一些数组函数进行操作，今天就学习三个深度学习相关的函数
一个是阶跃函数，一个是sigmoid函数，还有一个是relu函数，用matplotlib显示出来，这三个个都是生成阶跃函数，但是两个个是折线，另一个是平滑的曲线，先来看看代码。

import numpy as np
import matplotlib as plt

def function(x):
    return np.array(x>0,dtype = np.int)
Ty =np.arange(-5.0,5.0,0.1)  # 生成 -5.0 到5.0 步进为0.1 的矩阵
T = function(Ty)
plt.plot(Ty,T)
plt.ylim(-0.1,1.1)
plt.show
1
​
2
def function(x):
3
    return np.array(x>0,dtype = np.int)
4
Ty =np.arange(-5.0,5.0,0.1)  # 生成 -5.0 到5.0 步进为0.1 的矩阵
5
T = function(Ty)
6
plt.plot(Ty,T)
7
plt.ylim(-0.1,1.1)
8
plt.show
Out[27]:
!阶跃函数](https://img-blog.csdnimg.cn/20190311213559393.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMwMDc4NzUx,size_16,color_FFFFFF,t_70)



1
def sigmoid_fun(x):
2
    return 1/(1+np.exp(-x))
3
R_l = np.arange(-5.0,5.0,0.1)
4
​
5
R_y = sigmoid_fun(R_l)
6
​
7