Funkcje sigmoid i softmax
Funkcje sigmoid i softmax to kluczowe funkcje aktywacji w uczeniu głębokim, często stosowane jako ostatni krok w sieci neuronowej.
- Sigmoid – do klasyfikacji binarnej
- Softmax – do klasyfikacji wieloklasowej
Mając na wejściu tensor z wartościami przed aktywacją, zastosuj odpowiednią funkcję aktywacji, aby uzyskać końcowy wynik.
torch.nn zostało już zaimportowane jako nn.
To ćwiczenie jest częścią kursu
Wprowadzenie do uczenia głębokiego z PyTorch
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
input_tensor = torch.tensor([[2.4]])
# Create a sigmoid function and apply it on input_tensor
sigmoid = nn.____()
probability = ____(____)
print(probability)