sigmoid function vs softmax function
2024-08-31 20:20:01
DIFFERENCE BETWEEN SOFTMAX FUNCTION AND SIGMOID FUNCTION
二者主要的区别见于,
- softmax 用于多分类,sigmoid 则主要用于二分类;
⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪F(Xi)=11+exp(−Xi)=exp(Xi)exp(Xi)+1F(Xi)=exp(Xi)∑kj=0exp(Xj),i=0,1,…,k
import numpy as np
import matplotlib.pyplot as plt
def sigmoid(inputs):
return np.exp(inputs)/(np.exp(inputs)+1)
def softmax(inputs):
return np.exp(inputs)/sum(np.exp(inputs))
x = range(21)
sigmoid_x = sigmoid(x)
softmax_x = softmax(x)
plt.plot(x, sigmoid_x, x , softmax_x, lw=2)
plt.legend(['sigmoid', 'softmax'])
plt.show()
最新文章
- 来自于微信小程序的一封简讯
- 快速上手seajs——简单易用Seajs
- mac系统的一些操作常识
- WinForm------TreeList修改节点图标和按钮样式
- 初学RabbitMQ
- .NET设计模式(2):单件模式(Singleton Pattern)(转载)
- cookie丢失、登陆自动退出问题解决
- O2O领域添新军,正品网加快布局的战略考量
- poj 3225 间隙(横截面和填充操作)
- 使用C#实现DHT磁力搜索的BT种子后端管理程序+数据库设计(开源)
- AS3条件编译
- Java中的值传递
- 2015.07.12hadoop伪分布安装
- 记录一个nginx的配置
- Java核心技术卷一 · 笔记(1)
- MAC--NPAPI学习(一)简要介绍NPAPI的函数
- javascript最全最好的判断数组的方法
- 跨域调用接口的方法之一:$.ajaxSetup()
- ImageProcessor组件
- Windows命令行参数的知识(一)