多层感知机(multilayer perceptron,MLP)
线性回归、softmax回归:单层神经网络
多层感知机中的隐藏层和输出层都是全连接层
多层感知机主要包括:输入层、隐藏层、输出层
1、激活函数
%matplotlib inline
import torch
import numpy as np
import matplotlib.pyplot as plt
import sys
sys.path.append("/home/kesci/input")
import d2lzh1981 as d2l
print(torch.__version__)
#relu激活函数
def xyplot(x_vals, y_vals, name):
# d2l.set_figsize(figsize=(5, 2.5))
plt.plot(x_vals.detach().numpy(), y_vals.detach().numpy()) #.detach()把数字后面的小数部分的0去掉
print("x_vals",x_vals.detach().numpy())
plt.xlabel('x') #横轴
plt.ylabel(name + '(x)')#竖轴
x = torch.arange(-8.0, 8.0, 0.1, requires_grad=True)
y = x.relu() #小于0的部分置0
print("y",y)
xyplot(x, y, 'relu') #绘图
y.sum().backward()
###sigmoid激活函数
xyplot(x, x.grad, 'grad of relu')
y = x.sigmoid()
xyplot(x, y, 'sigmoid'