IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> pytorch5:pytorch常用激活函数图像绘制 -> 正文阅读

[人工智能]pytorch5:pytorch常用激活函数图像绘制

记录一下

import numpy as np
import math
import matplotlib.pyplot as plt


def sigmod():
    x = np.arange(-10, 10, 0.1)
    print(x)

    y = []
    for t in x:
        y_1 = 1 / (1 + math.exp(-t))
        y.append(y_1)
    print(y)
    plt.plot(x, y, label="sigmoid")
    plt.xlabel("x")
    plt.ylabel("y")
    plt.ylim(0, 1)#设置横纵坐标轴范围
    plt.legend()
    plt.show()

在这里插入图片描述

def Tanh():
    x = np.arange(-5, 5, 0.1)
    print(x)
    y = []
    for t in x:
        y_1 =  (1 - math.exp(-(2*t))) / (1 + math.exp(-(2*t)))
        y.append(y_1)
    print(y)
    plt.plot(x, y, label="Tanh")
    plt.xlabel("x")
    plt.ylabel("y")
    plt.ylim(-1, 1)#设置横纵坐标轴范围
    plt.legend()
    plt.show()

在这里插入图片描述

def relu():
    # 函数
    g = lambda z: np.maximum(0, z)

    start = -10  # 输入需要绘制的起始值(从左到右)
    stop = 10  # 输入需要绘制的终点值
    step = 0.01  # 输入步长
    num = (stop - start) / step  # 计算点的个数
    x = np.linspace(start, stop, int(num))
    y = g(x)

    #fig = plt.figure(1)
    plt.plot(x, y, label='relu')
    plt.grid(False)  # 显示网格

    plt.legend()  # 显示旁注
    # plt.show(fig)
    plt.show()

在这里插入图片描述

def leaky_relu():
   g = lambda z: np.maximum(0.01 * z, z)

   start = -150  # 输入需要绘制的起始值(从左到右)
   stop = 50  # 输入需要绘制的终点值
   step = 0.01  # 输入步长
   num = (stop - start) / step  # 计算点的个数
   x = np.linspace(start, stop, int(num))
   y = g(x)

   fig = plt.figure(1)
   plt.plot(x, y, label='Leaky ReLU')
   plt.grid(True)  # 显示网格

   plt.legend()  # 显示旁注
   plt.show(fig)

在这里插入图片描述

def SiLU():

   x = np.arange(-10, 10, 0.1)

   y = []
   for t in x:
       y_1 = t*(1 / (1 + math.exp(-t)))
       y.append(y_1)
   print(y)
   plt.plot(x, y, label="SiLU")
   plt.xlabel("x")
   plt.ylabel("y")
   plt.ylim(-1, 10)#设置横纵坐标轴范围
   plt.grid(True)  # 显示网格
   plt.legend()
   plt.show()

在这里插入图片描述

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-07-27 16:13:42  更:2021-07-27 16:14:02 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年3日历 -2024/3/29 8:49:25-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码