python画激活函数图片

当我们在神经网络中使用激活函数时，可以通过使用Python的库来绘制激活函数的图像。下面是使用matplotlib库绘制常见激活函数的示例代码：

import numpy as np
import matplotlib.pyplot as plt

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

def relu(x):
    return np.maximum(0, x)

def tanh(x):
    return np.tanh(x)

# 设置x轴的取值范围
x = np.linspace(-10, 10, 100)

# 计算并绘制激活函数的图像
plt.plot(x, sigmoid(x), label='Sigmoid')
plt.plot(x, relu(x), label='ReLU')
plt.plot(x, tanh(x), label='Tanh')

# 设置图例和标题
plt.legend()
plt.title('Activation Functions')

# 显示图像
plt.show()

运行以上代码，将会绘制Sigmoid、ReLU和Tanh三个常见激活函数的图像。你可以根据需要修改代码，绘制其他激活函数的图像。

相关问题

sigmod激活函数的python代码

以下是使用Python实现sigmoid激活函数的代码：

import numpy as np

def sigmoid(x):
    """
    Sigmoid激活函数的实现
    """
    return 1 / (1 + np.exp(-x))

使用示例：

x = np.array([1, 2, 3])
print(sigmoid(x))  # 输出 [0.73105858 0.88079708 0.95257413]

说明：sigmoid函数的公式为 $f(x) = \frac{1}{1 + e^{-x}}$。在Python中，使用numpy库中的exp函数可以方便地计算指数函数。