[英]Avoid Division by Zero in Sigmoid function
以: https ://nbviewer.org/github/ImadDabbura/blog-posts/blob/master/notebooks/Coding-Neural-Network-Forwad-Back-Propagation.ipynb 作為參考我正在嘗試構建一個 Vanila 深度學習代碼。 我想知道如何在 sigmoid 函數中避免除以零。
def sigmoid(Z):
"""
Computes the sigmoid of Z element-wise.
Arguments
---------
Z : array
output of affine transformation.
Returns
-------
A : array
post activation output.
Z : array
output of affine transformation.
"""
A = 1 / (1 + np.exp(-Z))
return A, Z
我想知道如何在 sigmoid 函數中避免除以零。
對於1 + exp(-Z)
為零, exp(-Z)
需要為-1
,這不會發生,因為exp
對於所有實數始終為正。 Z
是神經網絡中的實數。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.