728x90
반응형
1. sigmoid 함수 그려보기(계단 함수, 역전파)
import numpy as np
def sigmoid(x):
return 1/(1+np.exp(-x))
# x=np.random.uniform(-10,10,1000)
x=np.random.uniform(-10,100,10000)
y=sigmoid(x)
import matplotlib.pyplot as plt
plt.plot(x,y,'r.')
plt.show()
2. ReLU 함수 그려보기
import numpy as np
def ReLU(x):
return x*(x>0)
x=np.random.uniform(-10,10,1000)
y=ReLU(x)
import matplotlib.pyplot as plt
plt.plot(x,y,'g.')
plt.show()
3. 계단 함수 그려보기
import numpy as np
def step(x):
return x>0
x=np.random.uniform(-10,10,1000)
y=step(x)
import matplotlib.pyplot as plt
plt.plot(x,y,'b.')
plt.show()
* 계단 함수를 matplotlib 라이브러리와 FuncAnimation 클래스를 이용하여 표현하기
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
fig,ax=plt.subplots()
ax.set_xlim(-10,10)
ax.set_ylim(-0.1,1.1)
data=np.random.uniform(-10,10,1000)
x,y=[],[]
line,=plt.plot([],[],'b.')
def step(x):
return x>0
def update(frame):
x.append(frame)
y.append(step(frame))
line.set_data(x,y)
ani=FuncAnimation(fig, update, frames=data, interval=20)
plt.show()
728x90
반응형
'즐거운프로그래밍' 카테고리의 다른 글
[딥러닝] 딥러닝 소프트 맥스(softmax) 활성화 함수 (0) | 2023.10.28 |
---|---|
[딥러닝] 딥러닝 활성화 함수 적용하기 (0) | 2023.10.28 |
[딥러닝] 딥러닝 학습 과정 살펴보기(numpy, matplotlib 라이브러리) (0) | 2023.10.28 |
[딥러닝] 딥러닝 인공 신경망 텐서플로(tensorflow)로 구현하기 연습문제 (0) | 2023.10.28 |
[딥러닝] 딥러닝 인공 신경망 텐서플로(tensorflow)로 구현하기 (0) | 2023.10.28 |