Numpy Sigmoid
Die Sigmoidfunktion wird verwendet, um die statistischen Wahrscheinlichkeitsausgänge zu prognostizieren und kann in den Ausgangsschichten von Deep Learning Architekturen und im maschinellen Lernen zu finden sein. Diese Funktion akzeptiert Eingänge in einem Bereich realer Zahlen und erzielt Ergebnisse mit realen Werten. Schauen wir uns die Formeln der Sigmoid -Funktion an:
Beginnen wir mit der Implementierung der Sigmoid -Funktion in Python mit der Numpy -Bibliothek.
Syntax:
Wir implementieren die Sigmoid_function in Python. Das Schlüsselwort „def“ bedeutet, dass wir die Funktion in Python definieren. Dann schreiben wir den Funktionsnamen, den wir implementieren möchten. In den Funktionsklammern übergeben wir das Argument, das eine Variable oder ein Array in der Funktion sein kann. Im Körper der Funktion schreiben wir die Sigmoid -Funktionsformel, damit wir die Ausgabe der Sigmoidfunktion erhalten.
Wie Sie in der Formel sehen, verwenden wir die Exp () -Funktion, um das Exponential der Umkehrung von x zu berechnen. Das X ist der Eingangswert oder ein Eingangsarray der Sigmoidfunktion.
Parameter:
X: Der einzelne Eingangswert oder ein Eingangsarray der Sigmoidfunktion.
Rückgabewert:
Der Rückgabewert der Sigmoidfunktion hängt vom Eingangswert der Sigmoidfunktion ab. Wenn wir die reale Nummer in der Sigmoid -Funktion übergeben, erhalten wir die reale Nummer als Gegenleistung. Aber wenn wir das Array in der Sigmoid -Funktion übergeben, gibt es das Numpy -Array zurück. Das resultierende Array ist Element und hat die gleiche Form wie die Form des Eingangsarrays.
Beispiel 1:
Beginnen wir unser erstes und einfaches Beispiel für die Sigmoid -Funktion in Python unter Verwendung einer der wichtigsten Bibliotheken von Python, mit dem der numerische Wert in der Python -Programmiersprache berechnet wird. Um dies zu implementieren, müssen wir zuerst die Numpy -Bibliothek installieren. Danach importieren wir die Bibliothek, damit wir die numerischen Funktionen in Python ausführen können. Wir schreiben zuerst das Schlüsselwort „importieren“, damit es dem Compiler mitteilt, dass wir die Bibliothek importieren werden. Dann schreiben wir den Bibliotheksnamen, den wir in dem Programm verwenden, das „Numpy“ ist. Wir können auch den Alias von Numpy schreiben, der „NP“ ist. Jetzt schreiben wir die tatsächliche Codezeile der Sigmoid -Funktion, die wir ausführen möchten.
Nachdem wir die Numpy -Bibliothek importiert haben, rufen wir eine Print () -Methode auf, damit wir die Nachricht anzeigen können, dass wir die Sigmoid -Funktion implementieren. Dies ist optional; Wir zeigen dies nur an, damit die Benutzer leicht verstehen können, was wir im Beispiel tun. Anschließend erstellen wir das Eingabearray mit der Funktion von Array () von Numpy. Anschließend zeigen wir dieses Eingangsarray in der Shell erneut mit der Print () -Methode an. Die Druckmethode ist die vordefinierte Methode der Python-Sprache, mit der die Daten in der Ausgabe nach dem Kompilierungsprozess angezeigt werden.
Numph als NP importieren
Print ("Implementierung der Sigmoidfunktion in Numpy Python:")
Array = np.Array ([-0).1, 2.1, 1.1, -3.3, 0.1]))
print ("\ nDie Eingabearray ist:", Array)
Def Sigmoid (x):
Rückkehr 1.0 / (1.0 + np.exp (-x))
print ("\ nDie Sigmoid -Array ist:", Sigmoid (Array))
Wie Sie sehen, definieren wir die Sigmoidfunktion, da Numpy keine Funktion zur Berechnung des Werts des Sigmoids bereitstellt, sodass wir eine benutzerdefinierte Sigmoidfunktion erstellen müssen. Zunächst schreiben wir das Schlüsselwort „def“, was bedeutet, dass wir dem Compiler mitteilen, dass wir die Funktion definieren. Dann schreiben wir den Funktionsnamen, den wir ausführen, der "Sigmoid" ist. Dann übergeben wir den Parameter in der Sigmoidfunktion, die "x" ist. Im Körper der Sigmoid -Funktion schreiben wir zunächst das Schlüsselwort "Rückgabe". Dann implementieren wir die Sigmoidformeln, die wir in der Mathematik verwenden, um das Sigmoid zu berechnen. Wie Sie bemerkt haben, verwenden wir die Exp () -Funktion in der Formel, da wir das Exponential der Umkehrung von „x“ berechnen. Deshalb verwenden wir die Funktion von Exp () und geben dann die berechnete Formel an die Sigmoid -Funktion zurück. Anschließend zeigen wir das Sigmoid -Array mit der Print () -Methode an.
Schauen wir uns nun die Ausgabe der Sigmoid -Funktion an, die wir mit dem Numpy -Paket berechnen müssen:
Beispiel 2:
Gehen wir zu einem anderen Beispiel der Sigmoidfunktion übergehen. Erstens importieren wir die Bibliothek, die Numpy ist, weil wir die mathematischen Operationen in der Python -Sprache durchführen. Wir schreiben „importieren numpy als np“, wo der Import das Schlüsselwort ist, Numpy ist der Name der Bibliothek, und NP ist der Alias von Numpy.
Anschließend erstellen wir ein Eingangsarray mit der Funktion Linspace (). Es ist eine der Funktionen von Numpy, mit der das Array, das 10 Elemente von -100 bis 100 enthält. Und dann speichern wir die gesamte Funktion in einem anderen Array mit dem Namen "Array" und zeigen sie mit der Print () -Methode an. Dann definieren wir die Sigmoidfunktion, da sie keine vordefinierte Funktion von Numpy ist. Dann geben wir die Formel des Sigmoids an die Sigmoidfunktion zurück.
Numph als NP importieren
Print ("Implementierung der Sigmoidfunktion in Numpy: \ n")
Array = np.Linspace (Start = -100, Stopp = 100, num = 10)
print ("Das Eingangsarray ist: \ n", Array)
Def Sigmoid (x):
Rückkehr 1.0 / (1.0 + np.exp (-x))
Sigmaid_Values = Sigmoid (Array)
print ("\ nDie sigmoid -Werte sind: \ n", Sigmoid_values)
Nachdem wir die Sigmoidfunktion definiert haben, verwenden wir die Sigmoid -Funktion und übergeben das Eingangsarray in sie. Dann speichern wir die Funktion in einem anderen Array, das als "sigmoid_values" bezeichnet wird. Anschließend werden das neue Array angezeigt, indem wir die Print () -Methode aufrufen und die darin sigmoid_values übergeben.
Sehen wir uns die Ausgabe des zweiten Beispiels der Sigmoid -Funktion an und überprüfen Sie, ob wir die gewünschte Ausgabe erhalten oder nicht:
Wie Sie sehen können, erhalten wir die gewünschte Ausgabe des zuvor erklärten Beispiels, als wir die Eingabe von 10 Elementen im Array angegeben haben.
Abschluss
In diesem Artikel haben wir etwas über die Sigmoidfunktion erfahren und wie wir die Sigmoidfunktion in Numpy definieren, da es sich nicht um eine vordefinierte Funktion von Numpy Python handelt. Dann haben wir mehrere Beispiele der Sigmoidfunktion implementiert und diese Beispiele erklärt.