ラビットチャレンジでE資格に挑戦　10日目

今日もラビットチャレンジの超AI入門講座で勉強した。

シグモイド関数について、Pythonにて試した。

1-5-1_シグモイド関数の計算
1-5-2_シグモイド関数の実装
1-5-3_活性化関数の取り込み

順伝播については、図ごと覚えておくよう何度も書いてみた。

今日学んだこと

シグモイド関数について
Pythonを使ったシグモイド関数の計算

ネイピア数は、Pythonでnp.exp(a)で表現できる。

np.exp(1)はeの1乗で、ネイピア数の

2.71828182・・・・　となる。

ネイピア数については、検索していろんなサイトで見てみたけど、

さっぱり分からん。。。

ちなみに、分からないながらもこのサイトが調べた中で一番良かった。

自然対数の底(ネイピア数) e は何に使うのか - Qiita

はじめに機械学習を学ぶ上で出てくる自然対数の底(ネイピア数 )を理解していきたい。シグモイド関数、ソフトマックス関数、交差エントロピー誤差、ガウス関数、ロジスティクス回帰の対数尤度関数にも自然対数という形で出てきます。式としては、の...

まあ今は、そういうんもんだということで今は先へ進もう。

シグモイド関数は、1/（1+np.exp(-a))

シグモイド関数は、よく使うので関数として作っておくとよい。

[st-mybox title=”” webicon=”” color=”#757575″ bordercolor=”#f3f3f3″ bgcolor=”#f3f3f3″ borderwidth=”0″ borderradius=”5″ titleweight=”bold” fontsize=”” myclass=”st-mybox-class” margin=”25px 0 25px 0″]

def sigmoid(a):
return 1/(1+np.exp(-a))

[/st-mybox]

シグモイド関数をグラフにする。

import numpy as np

#グラフ化するモジュール
import matplotlib.pyplot as plt

>>> def sigmoid(a):
… return 1/(1+np.exp(-a))

#グラフのxの範囲　-10から10まで0.01間隔
x=np.arange(-10, 10,0.01)

#グラフ化する式
y=sigmoid(x)

#以前の情報のクリア？（おまじないとしていれておく）
plt.clf()

#グラフの定義　rは線の色（rは赤）
plt.plot(x,y,”r”)

#グリット線を書く
plt.grid(True)

#グラフ表示
plt.show()

[/st-mybox]

勉強時間

今日：　0.5時間

総勉強時間：　3.5時間