Python Tensorflow中Sigmoid运算的实现
为了便于学习,我有一个任务,在tensorflow中进行线性和S形运算。 我成功地完成了线性运算:Python Tensorflow中Sigmoid运算的实现,python,tensorflow,neural-network,sigmoid,Python,Tensorflow,Neural Network,Sigmoid,为了便于学习,我有一个任务,在tensorflow中进行线性和S形运算。 我成功地完成了线性运算: def linear_op_forward(X, W): ''' linear operation''' return np.dot(X, W.T) def linear_op_backward(op, grads): ''' Linear gradient realization ''' X = op.inputs[0] W = op.inputs[1]
def linear_op_forward(X, W):
''' linear operation'''
return np.dot(X, W.T)
def linear_op_backward(op, grads):
''' Linear gradient realization '''
X = op.inputs[0]
W = op.inputs[1]
dX = tf.multiply(grads, W)
dW = tf.reduce_sum(tf.multiply(X, grads),
axis = 0,
keep_dims = True)
return dX, dW
但我一直在做乙状结肠手术:
对吗
def sigmoid_op_forward(X):
return 1 / (1 + np.exp(-X))
我很难理解乙状结肠梯度
def sigmoid_op_backward(op, grads):
???
有人能帮忙吗?试试这个:
def sigmoid_op_backward(op, grads):
sigmoid = op.outputs[0]
return sigmoid * (1 - sigmoid) * grads
怎么了?正如我所说,这是一项学习任务,我真的很想更好地理解这个主题。谢谢我想就是这样!谢谢谢谢你的语法检查,英语不是我的母语:)