シグモイド関数をmatplotlibで描画してみた

概要

今日はディープラーニングの勉強の手始めということで、シグモイド関数をmatplotlibで描画してみました。
以下のページを参考にしました。
https://zero2one.jp/learningblog/deep-learning-activation-function/

基本形

シグモイド関数の基本形を描画してみました。ソースコードは上記のページを参考にしました。

simoid.py

import numpy as np
import matplotlib.pyplot as plt 

#sigmoid関数を定義
def sigmoid(x):
    return 1/(1+np.exp(-x))

x = np.linspace(-8,8,1000)
y = sigmoid(x)

#sigmoid関数を描画
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x,y)
plt.grid()
plt.show()

実行すると以下のようなウィンドウが表示されました。

ゲインを変更

シグモイド関数のゲインを変更してみました。ソースコードは上記のページを参考にしました。

sigmoid2.py

import numpy as np
import matplotlib.pyplot as plt 

#一般sigmoid関数を定義
def sigmoid(x, a):
    return 1/(1+np.exp(-a*x))

#x軸
x = np.linspace(-8,8,1000)

#aの値(0.1から1まで約0.1間隔で変化させる)
a = np.linspace(0.1, 1.0, 10)

#描画
fig = plt.figure(figsize = (12, 12))
for i in range(len(a)):
    text = "a = "+str(a[i])
    ax = fig.add_subplot(5, 5, i+1, title = text)
    ax.plot(x, sigmoid(x, a[i]))

fig.subplots_adjust(wspace=0.5, hspace=0.5)
plt.show()

実行すると以下のようなウィンドウが表示されました。

微分

シグモイド関数を微分した結果を表示してみました。上記のページを参考にしました。

sigmoid3.py

import numpy as np
import matplotlib.pyplot as plt 

#微分後のsigmoid関数を定義
def grad_sigmoid(x):
    return np.exp(-x)/(1+np.exp(-x))**2

x = np.linspace(-5,5,100)
y = grad_sigmoid(x)

#描画
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x,y)
plt.grid()
plt.show()

実行すると以下のようなウィンドウが表示されました。

何かの役に立てばと。