用origin画gelu激活函数图像的步骤

1. 打开origin软件，创建一个新的工作簿。

2. 在工作簿中创建一个新的图层。

3. 在菜单栏中选择“工具”，然后选择“线性拟合”。

4. 在“线性拟合”对话框中，选择函数类型为“自定义函数”。

5. 在“自定义函数”对话框中，输入Gelu激活函数的公式：y=0.5*x*(1+tanh(sqrt(2/pi)*(x+0.044715*x^3)))。

6. 点击“确定”按钮，然后在工作簿中绘制Gelu激活函数的图像。

7. 调整图像的样式和颜色，如添加坐标轴标签、改变线条颜色等。

8. 最后保存图像，完成Gelu激活函数图像的绘制。

相关问题

怎么用origin话gelu激活函数图像

1. 导入需要的库和模块：

import torch
import matplotlib.pyplot as plt
import math

2. 定义GELU激活函数：

def gelu(x):
    return 0.5 * x * (1 + torch.tanh(math.sqrt(2 / math.pi) * (x + 0.044715 * torch.pow(x, 3))))

3. 定义x轴范围和步长：

x = torch.arange(-5, 5, 0.1)

4. 计算y轴的值：

y = gelu(x)

5. 绘制图像：

plt.plot(x.numpy(), y.numpy())
plt.title('GELU Activation Function')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

完整代码如下：

import torch
import matplotlib.pyplot as plt
import math

def gelu(x):
    return 0.5 * x * (1 + torch.tanh(math.sqrt(2 / math.pi) * (x + 0.044715 * torch.pow(x, 3))))

x = torch.arange(-5, 5, 0.1)
y = gelu(x)

plt.plot(x.numpy(), y.numpy())
plt.title('GELU Activation Function')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

运行代码后，会绘制出GELU激活函数的图像。

怎么用tensorflow话gelu激活函数图像

首先需要导入tensorflow和matplotlib库：

import tensorflow as tf
import matplotlib.pyplot as plt

然后定义一个x轴上的点的范围和数量：

x = tf.linspace(-3., 3., 100)

接下来使用gelu函数对x轴上的点进行激活：

y = tf.nn.gelu(x)

最后使用matplotlib将gelu函数的图像绘制出来：

plt.plot(x, y)
plt.show()

完整代码：

import tensorflow as tf
import matplotlib.pyplot as plt

x = tf.linspace(-3., 3., 100)
y = tf.nn.gelu(x)

plt.plot(x, y)
plt.show()