Sigmoid 函數為神經網絡層中的激活函數，是對輸入X產生邏輯分類的過程，以下為Sigmoid函數的圖像以及在兩個變量輸入下對其的簡單實現。
import
numpy
as
np
def
sigmoid
(
x
)
:
# TODO: Implement sigmoid function
return
1
/
(
1
+
np
.
exp
(
-
x
)
)
inputs
=
np
.
array
(
[
0.7
,
-
0.3
]
)
weights
=
np
.
array
(
[
0.1
,
0.8
]
)
bias
=
-
0.1
# TODO: Calculate the output
output
=
sigmoid
(
np
.
dot
(
weights
,
inputs
)
+
bias
)
print
(
'Output:'
)
print
(
output
)
好意希望與你一同成長~
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
