python - 这是为什么 !具有特殊 sigmoid 激活函数的低精度
问题描述
我正在研究激活函数。但是,我在编写的激活函数中获得了恒定(低)的成功率。例如,我得到一个恒定的成功率,尤其是在 exp() 表达式中。示例工作代码如下;但是,当我将 sigmoid 函数定义为 sigmoid (x) 时,我可以获得很高的成功率。我不知道该怎么办。如果你能在这一点上帮助我,我将不胜感激。干得好。
import tensorflow as tf
def Sech(x): #Sigmoid
return 1.0 / (1.0 + tf.exp(-x))
get_custom_objects().update({'Sech': Activation(Sech)})
model.add(Dense(128, input_dim=24))
model.add(Activation(Sech))
model.add(BatchNormalization())
解决方案
推荐阅读
- c - x ^ y 在 c 中做了什么?
- postman - Postman Collection Runner - 阅读 ECONNRESET
- python - Django models.py 没有 pk
- events - 为什么我的事件监听器不能在电子中工作
- events - APEX:如何让按钮设置其他项目的值?
- javascript - 输入 foreach 不是函数
- asp.net - 会话状态(服务器端)是否可以安全地存储一些私有数据
- visual-studio-code - futex 工具在带有 WSL 的 VS Code 上返回了意外的错误代码
- outlook - 从客户端日志中,我检索到了导致同步问题的文件夹 ID。如何找到此 ID 的关联文件夹?
- android - Android ViewModelProvider.of() 找不到符号