莫烦Pytorch系列教程2.3--激励函数

import torch 
import torch.nn.functional as F #激励函数都在这里
from torch.autograd import Variable
#做一些假数据
x = torch.linspace(-5,5,200)#在-5到5的区间里，取200个点
print(x.size())
print(x.shape)
print(x.ndim)

x= Variable(x)
x_np  = x.data.numpy()#换成numpy,出图时使用

#几种常见的激励函数
y_relu = F.relu(x).data.numpy()
y_simoid = F.sigmoid(x).data.numpy()
y_tanh = F.tanh(x).data.numpy()
y_softplus = F.softplus(x).data.numpy()


#画图教程
import matplotlib.pyplot as plt

plt.figure(1,figsize=(8,6))
plt.subplot(221)
plt.plot(x_np,y_relu,c='red',label = 'relu')
plt.ylim((-1,5))
plt.legend(loc = 'best')

plt.subplot(222)
plt.plot(x_np,y_simoid,c='red',label = 'relu')
plt.ylim((-0.2,1.2))
plt.legend(loc = 'best')#显示图例


plt.subplot(223)
plt.plot(x_np,y_tanh,c='red',label = 'relu')
plt.ylim((-1.2,1.2))
plt.legend(loc = 'best')


plt.subplot(224)
plt.plot(x_np,y_softplus,c='red',label = 'relu')
plt.ylim((-0.2,6))
plt.legend(loc = 'best')