導入必要的庫

import math import matplotlib.pyplot as plt import numpy as np import matplotlib as mpl mpl.rcParams['axes.unicode_minus'] = False

繪制softmax函數圖像

fig = plt.figure(figsize=(6,4)) ax = fig.add_subplot(111) x = np.linspace(-10,10) y = sigmoid(x)ax.spines['top'].set_color('none') ax.spines['right'].set_color('none') ax.xaxis.set_ticks_position('bottom') ax.spines['bottom'].set_position(('data',0)) ax.set_xticks([-10,-5,0,5,10]) ax.yaxis.set_ticks_position('left') ax.spines['left'].set_position(('data',0)) ax.set_yticks([-1,-0.5,0.5,1]) plt.plot(x,y,label = 'Softmax',linestyle='-',color='blue') plt.legend(['Softmax']) plt.savefig('softmax.png')

繪制Relu激活函數圖像

fig = plt.figure(figsize=(6,4)) ax = fig.add_subplot(111) x = np.arange(-10,10) y = np.where(x<0,0,x) # 小于0輸出0，大于0輸出y plt.xlim(-11,11) plt.ylim(-11,11)ax = plt.gca() # 獲得當前axis坐標軸對象 ax.spines['right'].set_color('none') # 去除右邊界線 ax.spines['top'].set_color('none') # 去除上邊界線 ax.xaxis.set_ticks_position('bottom') # 指定下邊的邊作為x軸 ax.yaxis.set_ticks_position('left') # 指定左邊的邊為y軸 ax.spines['bottom'].set_position(('data',0)) # 指定data 設置的bottom（也就是指定的x軸）綁定到y軸的0這個點上 ax.spines['left'].set_position(('data',0)) # 指定y軸綁定到x軸的0這個點上 plt.plot(x,y,label = 'ReLU',linestyle='-',color='darkviolet') plt.legend(['ReLU']) plt.savefig('relu.png')

繪制Tanh激活函數圖像

x = np.arange(-10,10) a = np.array(x) y = (math.e**(x) - math.e**(-x)) / (math.e**(x) + math.e**(-x))plt.xlim(-11,11) ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none')ax.xaxis.set_ticks_position('bottom') ax.yaxis.set_ticks_position('left')ax.spines['bottom'].set_position(('data',0)) ax.spines['left'].set_position(('data',0)) plt.plot(x,y,label='Tanh',linestyle='-',color='green') plt.legend(['Tanh']) plt.savefig('Tanh.png',dpi=500) # 指定分辨率

?

轉載于:https://www.cnblogs.com/ncuhwxiong/p/10282132.html

總結

以上是生活随笔為你收集整理的python画激活函数图像的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。