sigmoïde en python qui peut prendre scalaire, vecteur ou matrice

Question

Le code suivant est écrit dans Octave Langage de programmation

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

Il calcule une fonction sigmoïde et peut prendre scalaire, vecteur ou matrice. Par exemple si je mets au-dessus dans une sigmoïde de fonction (z), où z = 0, le résultat sera:

result=sigmoid(0) 

Le résultat sera scalaire (0,5) si le col d'un vecteur dire z = [0,2, 0,4, 0,1], il serait sortie un vecteur pour résultat que: -

résultat

result=sigmoid(z) 

est un vecteur:

0.54983 0.59869 0.52498 

si z est une matrice comme

z=[ 0.2 0.4; 0.5 0.7; 0.9 .004] 

result = sigmoid(z) 

le résultat est =

0.54983 0.59869 
    0.62246 0.66819 
    0.71095 0.50100 

Maintenant, comment puis-je mettre une méthode similaire en Python ?. J'ai essayé le code ci-dessous,

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

Mais cela ne fonctionne que pour scalaire. Pas pour le vecteur et Matrix. Qu'est-ce que je fais mal. désolé ma question avant n'était pas très clair. Je suis ré-édité.

Answer 1

Le module numpy, inclus dans de nombreuses distributions Python et facile à ajouter aux autres, possède des capacités de tableau. Voici comment faire ce que vous voulez en Python avec numpy. Notez que la définition d'un tableau en numpy est un peu différente de celle d'Octave, mais l'expression sigmoïde est presque exactement la même.

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) 

Les résultats de ce code (en cours d'exécution en IPython) sont:

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  ]]