在python中实现sigmoid函数 [英] Implementing sigmoid function in python

问题描述

我正在尝试为XOR函数实现一个简单的神经网络。
我使用的激活函数是Sigmoid函数。
sigmoid函数的代码为：

I am trying to implement a simple neural network for XOR function. The activation function I am using is Sigmoid function. The code for the sigmoid function is:

def ActivationFunction(a)
    e = 2.671                   # Sigmoid Function
    expo = e ** a
    val = expo / (1 + expo)
    return val

我的问题是此函数始终返回介于0.7和0.8之间的值。这个问题在输出过程中显示出主要影响。

My problem is that this function is always returning a value between 0.7 and 0.8. This problem is showing a major effect in the output process.

任何建议都会得到应用。

Any suggestions would be appriciated.

推荐答案

您的函数已正确实现，但是 e 的值不正确。

Your function is implemented correctly, however, the value of e is incorrect.

我建议导入数学并使用预定义的 e 从此处常量。

I'd recommend importing math and using the predefined e constant from there.

import math    
def sigmoid(x):
     return 1 / (1 + math.e ** -x)  # mathematically equivalent, but simpler

导数：

def sigmoid_derivative(a):
    return a * (1 - a)

其中 a 是向前传递的隐藏激活。

Where a is the hidden activation from the forward pass.

除此之外，我认为您的实现没有错。因此，如果您仍然在修复后仍无法获得所需的价值，那么麻烦的原因就在其他地方。

Besides this, I see nothing wrong with your implementation. So if you're still getting values you don't expect after the fix, the cause of the trouble lies elsewhere.

这篇关于在python中实现sigmoid函数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！