tanh relu可视化
【摘要】
直接截断的话,分割网络不收敛
说明tanh之后不能加relu函数
激活函数需要放在relu之后。
# !/usr/bin/python #encoding:utf-8import mathimport matplotlib.pyplot as pltimport numpy as npimport matplo...
直接截断的话,分割网络不收敛
说明tanh之后不能加relu函数
激活函数需要放在relu之后。
-
# !/usr/bin/python #encoding:utf-8
-
import math
-
import matplotlib.pyplot as plt
-
import numpy as np
-
import matplotlib as mpl
-
import torch
-
-
mpl.rcParams['axes.unicode_minus'] = False
-
-
def sigmoid(x):
-
return 1.0 / (1.0 + np.exp(-x))
-
-
fig = plt.figure(figsize=(6, 4))
-
ax = fig.add_subplot(111)
-
-
x = np.linspace(-10, 10,num=200)
-
y = sigmoid(x)
-
# tanh = 2 * sigmoid(2 * x) - 1
-
-
tanh= (math.e**(x)-math.e**(-x))/(math.e**(x)+math.e**(-x))
-
-
-
for i in range(len(tanh)):
-
tanh[i]=0 if tanh[i]<0 else tanh[i]
-
# tanh[i]=max(tanh[i], alpha * tanh[i]
文章来源: blog.csdn.net,作者:AI视觉网奇,版权归原作者所有,如需转载,请联系作者。
原文链接:blog.csdn.net/jacke121/article/details/120796997
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)