Numpy sigmóide
A função sigmóide é usada para prever as saídas de probabilidade estatística e pode ser encontrada nas camadas de saída de arquiteturas de aprendizado profundo e no aprendizado de máquina. Esta função aceita entradas de qualquer intervalo de números reais e produz resultados com valores reais. Vejamos as fórmulas da função sigmóide:
Vamos começar a implementar a função sigmóide no Python usando a biblioteca Numpy.
Sintaxe:
Implementamos o Sigmoid_function no Python. A palavra -chave "def" significa que definimos a função no python. Em seguida, escrevemos o nome da função que queremos implementar. Nos colchetes de função, passamos o argumento que pode ser uma variável ou matriz na função. No corpo da função, escrevemos a fórmula da função sigmóide para obter a saída da função sigmóide.
Como você vê na fórmula, usamos a função exp () para calcular o exponencial do inverso de x. O X é o valor de entrada ou a matriz de entrada da função sigmóide.
Parâmetro:
x: O valor de entrada único ou a matriz de entrada da função sigmóide.
Valor de retorno:
O valor de retorno da função sigmóide depende do valor de entrada da função sigmóide. Se passarmos o número real na função sigmóide, obtemos o número real em troca. Mas se passarmos a matriz na função sigmóide, ele retornará a matriz Numpy. A matriz resultante é em termos de elemento e tem a mesma forma que a forma da matriz de entrada.
Exemplo 1:
Vamos começar nosso primeiro e simples exemplo da função sigmóide no Python usando uma das bibliotecas importantes do Python, que é usada para calcular o valor numérico na linguagem de programação Python. Para implementar isso, temos que instalar primeiro a biblioteca Numpy. Depois disso, importamos a biblioteca para que possamos desempenhar as funções numéricas no Python. Primeiro, escrevemos a palavra -chave "importar" para que ela diga ao compilador que vamos importar a biblioteca. Em seguida, escrevemos o nome da biblioteca que usamos no programa que é "Numpy". Também podemos escrever o pseudônimo de Numpy, que é "np". Agora, começamos a escrever a linha real de código da função sigmóide que queremos executar.
Depois de importar a biblioteca Numpy, chamamos um método print () para que possamos exibir a mensagem de que estamos implementando a função sigmóide. Isso é opcional; Só exibimos isso para que os usuários possam entender facilmente o que estamos fazendo no exemplo. Em seguida, criamos a matriz de entrada usando a função Array () de Numpy. Em seguida, exibimos esta matriz de entrada no shell usando o método print () novamente. O método de impressão é o método predefinido da linguagem Python, que é usada para exibir os dados na saída após o processo de compilação.
importar numpy como np
Print ("Implementação da função sigmóide no Numpy Python:")
Array = np.Array ([-0.1, 2.1, 1.1, -3.3, 0.1])
Print ("\ nA matriz de entrada é:", Array)
Def sigmoid (x):
retornar 1.0 / (1.0 + np.exp (-x))
Print ("\ nA matriz sigmóide é:", sigmoid (matriz))
Como você vê, definimos a função sigmóide porque Numpy não fornece nenhuma função para calcular o valor do sigmóide, por isso temos que fazer uma função sigmóide personalizada. Primeiro, escrevemos a palavra -chave "def", o que significa que dizemos ao compilador que estamos definindo a função. Em seguida, escrevemos o nome da função que executamos que é "sigmoid". Em seguida, passamos o parâmetro na função sigmóide que é "x". No corpo da função sigmóide, primeiro escrevemos a palavra -chave "retornar". Em seguida, implementamos as fórmulas sigmóides que usamos em matemática para calcular o sigmóide. Como você notou, usamos a função exp () na fórmula porque calculamos o exponencial do inverso de "x", e é por isso que usamos a função exp () e depois retornamos a fórmula calculada à função sigmóide. Em seguida, exibimos a matriz sigmóide usando o método print ().
Agora, vejamos a saída da função sigmóide que precisamos calcular usando o pacote Numpy:
Exemplo 2:
Vamos para outro exemplo da função sigmóide. Primeiro, importamos a biblioteca que é Numpy porque estamos fazendo as operações matemáticas na linguagem Python. Escrevemos “Importar Numpy como NP”, onde a importação é a palavra -chave, Numpy é o nome da biblioteca e o NP é o alias de Numpy.
Em seguida, criamos uma matriz de entrada usando a função linspace (). É uma das funções de Numpy que é usado para espaçar uniformemente a matriz que contém 10 elementos de -100 a 100. E então, armazenamos toda a função em outra matriz chamada "Array" e a exibimos usando o método print (). Em seguida, definimos a função sigmóide porque não é uma função predefinida de Numpy. Em seguida, retornamos a fórmula do sigmóide à função sigmóide.
importar numpy como np
Print ("Implementação da função sigmóide em Numpy: \ n")
Array = np.linspace (start = -100, stop = 100, num = 10)
Print ("A matriz de entrada é: \ n", Array)
Def sigmoid (x):
retornar 1.0 / (1.0 + np.exp (-x))
sigmoid_values = sigmoid (matriz)
Print ("\ n Os valores sigmóides são: \ n", sigmoid_values)
Depois de definir a função sigmóide, usamos a função sigmóide e passamos a matriz de entrada nela. Em seguida, armazenamos a função em outra matriz que se chama "sigmoid_values". Em seguida, exibimos a nova matriz chamando o método print () e passando os sigmoid_values nele.
Vamos ver a saída do segundo exemplo da função sigmóide e verificar se obtemos a saída desejada ou não:
Como você pode ver, obtemos a saída desejada do exemplo anteriormente explicado, pois damos a entrada de 10 elementos na matriz.
Conclusão
Neste artigo, aprendemos sobre a função sigmóide e como definimos a função sigmóide em Numpy porque não é uma função predefinida do python numpy. Em seguida, implementamos vários exemplos da função sigmóide e explicamos esses exemplos.