深度学习之入门Python第一天

神经网络 1.阶跃函数的图形

import numpy as np     #使用numpy库,并且给numpy起了个别名为np
import matplotlib.pylab as plt    #使用绘图库
def step_function(x):             #定义阶跃函数，并且把进行>0判断，它会自动变成bool值，dtype=np.int 会变成int值返回
    return np.array(x>0,dtype=np.int) 

x=np.arange(-5.0,5.0,0.1) #给数组x赋值，x=[-5.0,-4.9,...,4.9,5.0]
y=step_function(x)
plt.plot(x,y) #x为x轴的值，y为有轴的值
plt.ylim(-0.1,1.1) #制定y轴的范围
plt.show() #显示图片

在Anaconda3运行的效果

2.sigmoid函数的实现

import numpy as np     #使用numpy库,并且给numpy起了个别名为np
import matplotlib.pylab as plt    #使用绘图库
def sigmoid(x):             #定义sigmoid函数
    return 1/(1+np.exp(-x))

x=np.arange(-5.0,5.0,0.1) #给数组x赋值，x=[-5.0,-4.9,...,4.9,5.0]
y=sigmoid(x)
plt.plot(x,y) #x为x轴的值，y为有轴的值
plt.ylim(-0.1,1.1) #制定y轴的范围
plt.show() #显示图片

sigmoid函数的图像