如何在 Python 中创建一个 Sigmoid 函数

Sigmoid 函数是一个常用的数学函数，它常用于神经网络和深度学习中的激活函数。这个函数可以将输入的任何实数压缩到区间 (0,1) 之间，它的数学表达式为：

$$ f(x) = \frac{1}{1+e^{-x}} $$

下面，我们就来介绍在 Python 中如何创建一个 Sigmoid 函数。

方法一：使用 math 库和定义函数

import math

def sigmoid(x):
    return 1 / (1 + math.exp(-x))

以上就是使用 math 库和定义函数的方式来创建一个 Sigmoid 函数。这种方式可以满足一般的 Sigmoid 函数需求，但是当函数的参数为向量或矩阵时，它并不能直接处理。

方法二：使用 numpy 库和定义函数

import numpy as np

def sigmoid(x):
    return 1 / (1 + np.exp(-x))

使用 numpy 库和定义函数的方式创建 Sigmoid 函数可以处理参数为向量或矩阵的情况。因为 numpy 库可以自动对向量或矩阵进行广播运算（broadcasting），从而实现对这些数据结构的处理。

方法三：使用 lambda 函数

sigmoid = lambda x: 1 / (1 + np.exp(-x))

使用 lambda 函数也可以非常简洁地定义一个 Sigmoid 函数。这种方式不需要额外的库和函数定义，非常方便和灵活。

以上三种方式你都可以自由选择，但在具体的场景下，你需要根据实际需求选择适合的方式来创建 Sigmoid 函数。