Sigmoid函数

Sigmoid函数详解

# Sigmoid函数详解图例
import numpy as np
import matplotlib.pyplot as plt
 
ax = plt.subplot(111)
 
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))
 
x = np.linspace(-10, 10, 256)
y = 1 / (1 + np.exp(-x))
plt.plot(x, y, c='r', label='Sigmoid')
 
# 描绘y=0.5和y=1.0两条直线
plt.yticks([0.0,0.5,1.0])
ax = plt.gca()
ax.yaxis.grid(True)
 
plt.xlabel('z')
plt.ylabel('g(z)')
plt.legend()
plt.show()

				

					
				
				

					
				
				

					
				
				

					
				
			

  上图为Sigmoid函数图像，可以看出当$z$趋于正无穷时，$g(z)$趋于1；当$z$趋于负无穷时，$g(z)$趋于0。