Implementar a função sigmóide usando Numpy
Com a ajuda da função de ativação Sigmoid , podemos reduzir a perda durante o tempo de treinamento, pois elimina o problema de gradiente no modelo de machine learning durante o treinamento.
import
matplotlib.pyplot as plt
import
numpy as np
import
math
x
=
np.linspace(
-
10
,
10
,
100
)
z
=
1
/
(
1
+
np.exp(
-
x))
plt.plot(x, z)
plt.xlabel(
"x"
)
plt.ylabel(
"Sigmoid(X)"
)
plt.show()
Resultado :
Exemplo 1 :
import
matplotlib.pyplot as plt
import
numpy as np
import
math
x
=
np.linspace(
-
100
,
100
,
200
)
z
=
1
/
(
1
+
np.exp(
-
x))
plt.plot(x, z)
plt.xlabel(
"x"
)
plt.ylabel(
"Sigmoid(X)"
)
plt.show()
Resultado :
As postagens do blog Acervo Lima te ajudaram? Nos ajude a manter o blog no ar!
Faça uma doação para manter o blog funcionando.
70% das doações são no valor de R$ 5,00...
Diógenes Lima da Silva