Sigmoid- och softmax-funktionerna
Funktionerna sigmoid och softmax är viktiga aktiveringsfunktioner inom djupinlärning och används ofta som det sista steget i ett neuralt nätverk.
- Sigmoid används för binär klassificering
- Softmax används för klassificering med flera klasser
Givet en tensor med pre-aktiveringsvärden från ett nätverk, tillämpa lämplig aktiveringsfunktion för att få det slutliga resultatet.
torch.nn har redan importerats som nn.
Den här övningen är en del av kursen
Introduktion till djupinlärning med PyTorch
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
input_tensor = torch.tensor([[2.4]])
# Create a sigmoid function and apply it on input_tensor
sigmoid = nn.____()
probability = ____(____)
print(probability)