2017-03-02 24 views
1

下面的代码被写在八度编程语言乙状结肠python中,可以采取标量,矢量或矩阵

g =1./(1+e.^-(z) 

它计算S形函数,并且可以采取标量,矢量或矩阵。例如 如果我把上述成函数S形(Z),其中z = 0,则结​​果将是:

result=sigmoid(0) 

其结果将是标量(0.5) 如果传递一个矢量说Z = [0.2,0.4,0.1],它会输出结果作为矢量: -

result=sigmoid(z) 

结果是一个矢量:

0.54983 0.59869 0.52498 

如果z是像

一个矩阵
z=[ 0.2 0.4; 0.5 0.7; 0.9 .004] 

result = sigmoid(z) 

结果=

0.54983 0.59869 
    0.62246 0.66819 
    0.71095 0.50100 

现在我该如何在Python中实现类似的方法?我试了下面的代码,

g=1./ (1 + math.exp(-z)) 

但它只适用于标量。不适用于矢量和矩阵。我究竟做错了什么。 对不起,我以前的问题不是很清楚。我重新编辑它。

+0

也许我不太清楚,我想更多的东西加入到一个单句。 – sunny

+0

我重新编辑了我的问题。感谢您指出。 – sunny

回答

2

numpy模块包含在许多Python发行版中,并且易于添加到其他模块中,具有阵列功能。这里是如何用numpy在Python中完成你想要的。请注意,在numpy中定义数组有点不同于Octave,但sigmoid表达式几乎完全相同。

from numpy import array, exp 

z = array([ 0.2, 0.4, 0.1]) 
print('z = \n', z) 
g = 1/(1 + exp(-z)) 
print('g =\n', g) 

print() 

z = array([[0.2, 0.4], [0.5, 0.7], [0.9, .004]]) 
print('z = \n', z) 
g = 1/(1 + exp(-z)) 
print('g =\n', g) 

代码(在IPython中运行)的结果是:

z = 
[ 0.2 0.4 0.1] 
g = 
[ 0.549834 0.59868766 0.52497919] 

z = 
[[ 0.2 0.4 ] 
[ 0.5 0.7 ] 
[ 0.9 0.004]] 
g = 
[[ 0.549834 0.59868766] 
[ 0.62245933 0.66818777] 
[ 0.7109495 0.501  ]] 
+0

太棒了!这真的起作用了。我应该知道numpy支持所有必需的数学函数,例如log,e。 – sunny