《深度学习》推导与代码实现（五）：概率

最新推荐文章于 2024-08-06 00:14:14 发布

xuesuoziluoshu

最新推荐文章于 2024-08-06 00:14:14 发布

阅读量171

点赞数

分类专栏：深度学习文章标签：深度学习 python 机器学习

本文链接：https://blog.csdn.net/xuesuoziluoshu/article/details/108654785

版权

深度学习专栏收录该内容

7 篇文章 1 订阅

订阅专栏

在这里插入图片描述

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-10, 10, 100)
sigmoid = 1 / (1 + np.exp(-x))
softplus = np.log(1 + np.exp(x))
fig, axes = plt.subplots(1, 2, figsize=(10, 3))
axes[0].plot(x, sigmoid, label='sigmoid')
axes[1].plot(x, softplus, label='softplus')
for ax in axes:
    ax.legend()