sigmoid函数绘制代码

Sigmoid函数是一种常用的激活函数，在神经网络中常用于处理连续值的概率输出。其数学公式为：f(x) = 1 / (1 + e^(-x))，它将输入映射到0到1之间，尤其适合于二分类问题。

以下是sigmoid函数的一种简单Python代码实现：

import numpy as np

# 定义sigmoid函数
def sigmoid(x):
    return 1 / (1 + np.exp(-x))

# 示例：生成并绘制sigmoid曲线
x_values = np.linspace(-10, 10, 400)  # 创建从-10到10的等间距数值
y_values = sigmoid(x_values)

plt.plot(x_values, y_values)
plt.xlabel('Input')
plt.ylabel('Sigmoid Output')
plt.title('Sigmoid Function Visualization')
plt.show()

这段代码首先导入numpy库来处理数学计算，然后定义sigmoid函数。接着创建了一个范围广的x值数组，并应用sigmoid函数得到对应的y值。最后使用matplotlib库绘制出sigmoid函数的图形。