激活函数:logistic、Tanh、Relu、leaky relu、ELU的图像及python绘制代码

#绘制激活函数代码
import numpy as np
import matplotlib.pyplot as plt

# 定义激活函数

def logistic(x):
    return 1 / (1 + np.exp(-x))

def tanh(x):
    return np.tanh(x)

def relu(x):
    return np.maximum(0, x)

def leaky_relu(x, alpha=0.01):
    return np.where(x >= 0, x, alpha * x)

def elu(x, alpha=1.0):
    return np.where(x >= 0, x, alpha * (np.exp(x) - 1))

# 绘制激活函数图像

x = np.linspace(-10, 10, 1000)

# Logistic
plt.figure(figsize=(6, 4))
plt.plot(x, logistic(x), label='Logistic')
plt.plot(x, tanh(x), label='Tanh')
#plt.title('Logistic Activation Function')
plt.title('Logistic & Tanh')
plt.xlabel('x')
plt.ylabel('f(x)')
plt.legend()
plt.grid(True)
plt.show()

# Tanh
plt.figure(figsize=(6, 4))
plt.plot(x, tanh(x), label='Tanh')
plt.title('Tanh Activation Function')
plt.xlabel('x')
plt.ylabel('f(x)')
plt.legend()
plt.grid(True)
plt.show()

# ReLU
plt.figure(figsize=(6, 4))
plt.plot(x, relu(x), label='ReLU')
plt.title('ReLU Activation Function')
plt.xlabel('x')
plt.ylabel('f(x)')
plt.legend()
plt.grid(True)
plt.show()

# Leaky ReLU
plt.figure(figsize=(6, 4))
plt.plot(x, leaky_relu(x), label='Leaky ReLU')
plt.title('Leaky ReLU Activation Function')
plt.xlabel('x')
plt.ylabel('f(x)')
plt.legend()
plt.grid(True)
plt.show()

# ELU
plt.figure(figsize=(6, 4))
plt.plot(x, elu(x), label='ELU')
plt.title('ELU Activation Function')
plt.xlabel('x')
plt.ylabel('f(x)')
plt.legend()
plt.grid(True)
plt.show()

激活函数:logistic、Tanh、Relu、leaky relu、ELU的图像及python绘制代码_第1张图片

激活函数:logistic、Tanh、Relu、leaky relu、ELU的图像及python绘制代码_第2张图片 

激活函数:logistic、Tanh、Relu、leaky relu、ELU的图像及python绘制代码_第3张图片 

激活函数:logistic、Tanh、Relu、leaky relu、ELU的图像及python绘制代码_第4张图片 

激活函数:logistic、Tanh、Relu、leaky relu、ELU的图像及python绘制代码_第5张图片 

激活函数:logistic、Tanh、Relu、leaky relu、ELU的图像及python绘制代码_第6张图片 

 

你可能感兴趣的:(python,计算机视觉,深度学习,神经网络,图像处理)