📅  最后修改于: 2023-12-03 15:05:12.687000             🧑  作者: Mango
Sigmoid函数是一种常用的神经网络激活函数,常用于二分类问题中对于概率值的预测。
Sigmoid函数的数学表达式可以写为:
$$ f(x) = \frac{1}{1 + e^{-x}} $$
一般情况下,我们可以使用Numpy库的exp函数来计算指数部分,将公式转化为代码:
import numpy as np
def sigmoid(x):
return 1 / (1 + np.exp(-x))
Sigmoid函数的特点如下:
Sigmoid函数广泛应用于神经网络中,在二分类问题中可以作为输出层的激活函数,对于概率的预测具有较为准确的效果。同时也可以在隐藏层中作为中间层非线性变换的函数。