其他如何在Python中计算逻辑Sigmoid函数？

unwind 2015-04-27 15:43

应该这样做：

import math

def sigmoid(x):
  return 1 / (1 + math.exp(-x))

现在，您可以通过调用以下命令进行测试：

>>> sigmoid(0.458)
0.61253961344091512

更新：请注意，以上内容主要旨在将给定表达式直接一对一转换为Python代码。它没有经过测试或已知是数字上正确的实现。如果您知道您需要一个非常强大的实现，那么我相信其他人实际上已经对此问题进行了一些思考。

Martin Thoma 2014-08-01 02:41:42

只是因为我经常需要它来尝试一些小事情： sigmoid = lambda x: 1 / (1 + math.exp(-x))

Neil G 2015-04-25 18:22:52

这不适用于x的极大负值。我一直在使用这个不幸的实现，直到我发现它正在创建NaN。

Richard Rast 2016-07-21 01:18:29

如果用替换math.exp，np.exp则不会得到NaN，尽管会收到运行时警告。

ViniciusArruda 2017-11-23 21:41:25

math.exp与numpy数组一起使用会产生一些错误，例如：TypeError: only length-1 arrays can be converted to Python scalars。为了避免它，您应该使用numpy.exp。

Elias Hasle 2019-02-06 18:03:22

可以通过x = max(-709,x)在表达式前添加来减轻数值不稳定性吗？

其他 - 如何在Python中计算逻辑Sigmoid函数？