Les fonctions sigmoid et softmax
Les fonctions d'activation sigmoid et softmax sont essentielles en deep learning et servent souvent d'étape finale dans un réseau de neurones.
- Sigmoid pour la classification binaire
- Softmax pour la classification multiclasse
Étant donné un tenseur de sortie préactivation d'un réseau, appliquez la fonction d'activation appropriée pour obtenir la sortie finale.
torch.nn a déjà été importé sous le nom nn.
Cette activité fait partie du cours
Introduction au Deep Learning avec PyTorch
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
input_tensor = torch.tensor([[2.4]])
# Create a sigmoid function and apply it on input_tensor
sigmoid = nn.____()
probability = ____(____)
print(probability)