今天正式开始学习深度学习,看的书是《深度学习入门——基于python的理论与实现》。
感知机使用阶跃函数作为激活函数,而神经网络使用 sigmoid 函数作为激活函数。
下面分别来用代码实现并绘制阶跃函数和激活函数的图形。
一、阶跃函数
阶跃函数以阈值为界,一旦输入超过了阈值,就会切换输出。
以下的阶跃函数step_function以0为阈值——当输入超过0,则输出1,否则输出0。
import numpy as np
import matplotlib.pylab as plt
def step_function1(x=''):
'''
简单的阶跃函数——无法接收numpy数组参数
'''
if x >0:
return 1
else:
return 0
def step_function2(x):
'''
升级版的阶跃函数,这里的参数x为numpy数组
'''
y = x > 0 # numpy数组中的每个元素都与0比较大小,得到一个布尔型numpy数组