深度学习——激励函数
一、简介激励函数
神经网络的输入,大部分是线性的,例如y=Wx+b这种形式。但是在现实生活中,都是线性的,是不符合现实情况的。这个时候就需要将线性函数转化成非线性函数。这个时候激励函数就“闪亮登场”了。激活函数的作用就是将线性函数转化成非线性函数!!!
二、常用的激励函数
常用的激活函数有:relu sigmoid tanh
使用这些激活函数对线性函数进行再一次的“包裹”,从而将线性函数转化成非线性函数。
三、使用激励函数
# coding:utf-8import numpy as np
import matplotlib.pyplot as plt
import torch
import torch.nn.functional as F# 造数据
data = torch.linspace(-5, 5, 200)
y_relu = torch.relu(data)
y_sigmoid = torch.sigmoid(data)
y_tanh = torch.tanh(data)
y_softplus = F.softplus(data)# 绘图
plt.figure()
# 子图1
plt.subplot(221)
plt.plot(data, y_relu, c="red", label="relu")
plt.ylim((-1, 5))
plt.legend(loc="best")# 子图2
plt.subplot(222)
plt.plot(data, y_sigmoid, c="red", label="sigmoid")
plt.ylim((-1, 5))
plt.legend(loc="best")# 子图3
plt.subplot(223)
plt.plot(data, y_tanh, c="red", label="tanh")
plt.ylim((-1, 5))
plt.legend(loc="best")# 子图3
plt.subplot(224)
plt.plot(data, y_softplus, c="red", label="softplus")
plt.ylim((-1, 5))
plt.legend(loc="best")# 展示
plt.show()
深度学习——激励函数相关推荐
- 基于Pytorch的深度学习激励函数总结
基于Pytorch的深度学习激励函数总结 1 激励函数定义 2 常见激励函数 2.1 Threshold函数 2.1.1 数学定义 2.1.2 常见性质 2.1.3 Pytorch实现 2.2 Tan ...
- [深度学习]人工神经网络中激励函数作用详解
前言 业余时间,看了关于深度学习方面的知识,对人工神经网络中激励函数存在疑惑,查阅资料,总结给大家,一起学习. 激励函数作用 不使用激励函数的话,神经网络的每层都只是做线性变换,多层输入叠加后也还是线 ...
- 深度学习(6)构造简单的神经网络
目录 一.激励函数 二.创建数组(初始输入和输出) 三.更新权重 1.创建权重(w0和w1) 2.限值(-1~1) 3.正向传播 4.反向传播 4-1.求l2差错 4-2.求l1差错 五.更新权重 总 ...
- 大话卷积神经网络CNN,小白也能看懂的深度学习算法教程,全程干货建议收藏!...
来源 | 程序员管小亮 本文创作的主要目的,是对时下最火最流行的深度学习算法的基础知识做一个简介,作者看过许多教程,感觉对小白不是特别友好,尤其是在踩过好多坑之后,于是便有了写这篇文章的想法. 由于文 ...
- 高效“炼丹”必备技能:一文实现深度学习数学原理入门,还有吴恩达老师亲授课程...
贾浩楠 发自 凹非寺 量子位 报道 | 公众号 QbitAI 哪个程序员不想高效"炼丹"? 尤其是深度学习算法开发人员,追求模型结构优化和提高编程效率是永远的目标. 但是,如果只做 ...
- 神经网络和深度学习简史(三)
一.可以做决定的神经网络 在了解了神经网络在无监督学习方面的应用以后,我们接下来将见到机器学习的第三部分:增强学习.尽管这个概念需要一个明确的数学表示进行描述,但我们可以先从简单理解一下:增强学习 ...
- 心得丨深度学习的技术原理、迭代路径与局限
本文尝试复盘梳理深度学习目前的技术要点,深度学习中模型迭代的方向,以及改进后存在的局限. 第一部分:深度学习技术基本要素:神经元.神经网络.分类器.可视化框架 在深度学习领域,神经元是深度学习的基本单 ...
- 深度学习:技术原理、迭代路径与局限
来源:36氪 作者:何沛宽 本文尝试复盘梳理深度学习目前的技术要点,深度学习中模型迭代的方向,以及改进后存在的局限. 第一部分:深度学习技术基本要素:神经元.神经网络.分类器.可视化框架 在深度学习领 ...
- 深度学习与计算机视觉系列(8)_神经网络训练与注意点
深度学习与计算机视觉系列(8)_神经网络训练与注意点 作者:寒小阳 时间:2016年1月. 出处:http://blog.csdn.net/han_xiaoyang/article/details ...
最新文章
- 设计模式---(设计原则)面向对象设计原则
- 青少年电子信息智能创新大赛 赛项说明(Python编程创新挑战赛)
- 30. 多线程编程之threading模块
- selenium2 python自动化测试实战(回归测试)
- ArcGIS Server9.3+ArcGIS Desktop9.3破解安装(for microsoft .net)
- java nio有哪些功能_如何真正理解java中的NIO?
- 跨平台 App 开发引擎 CrossApp
- 买书排序问题-------C语言算法
- RabbitMQ使用规范
- 从气电到光伏 新加坡如何走好清洁能源之路?
- java 编写桌面_利用Java技术编写桌面软件基础
- springboot 使用 Spring Boot WebSocket 创建聊天室 2-11
- 计算机培训word,最新计算机培训word.pptx
- 中国叉车行业发展现状及趋势分析,无人叉车将成为未来发展趋势「图」
- Bitstream Vera Sans Mono 编程字体安装
- MFC连接sqlite3数据库
- Compose实战-以MVI的方式写Compose
- nodejs入门之数据爬虫
- springcloud实战演练pdf_基于 Spring Cloud 的微服务架构实践指南(上)
- 打印机文件服务器主机,打印机服务器主机名称是什么原因