常用的激活函数

博客介绍了softmax、sigmoid和relu三种激活函数,其中relu函数的表达式为y = max(0,x)。这些激活函数在信息技术领域尤其是神经网络中有着重要作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1 softmax

                  

import torch

import torch.nn.functional as F

x1= torch.Tensor( [ [1,2,3,4],[1,3,4,5],[3,4,5,6]])

y11= F.softmax(x1, dim = 0) #对每一列进行softmax

y12 = F.softmax(x,dim =1) #对每一行进行softmax

x2 = torch.Tensor([-1,2,3,4])
x3 = torch.Tensor([1,2,3,4])

y2 = F.softmax(x2,dim=0)
y3 = F.softmax(x3,dim=0)

print(y2)
print(y3)

 2 sigmoid

               

a = torch.ones([2,3])
print(a.shape)
print(a)
b = torch.sigmoid(a)

print(b)

3 relu

y = max(0,x)

a = torch.tensor([0,1,0.3,-1])
b = F.relu(a)

print(b)

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值