เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ฟังก์ชัน Sigmoid และ Softmax

ฟังก์ชัน sigmoid และ softmax เป็น activation function สำคัญในการเรียนรู้เชิงลึก ซึ่งมักใช้เป็นขั้นตอนสุดท้ายของโครงข่ายประสาทเทียม

  • Sigmoid ใช้สำหรับการจำแนกประเภทแบบไบนารี
  • Softmax ใช้สำหรับการจำแนกประเภทแบบหลายคลาส

เมื่อได้รับ tensor ผลลัพธ์ก่อนการ activate จากโครงข่าย ให้ใช้ activation function ที่เหมาะสมเพื่อให้ได้ผลลัพธ์สุดท้าย

torch.nn ถูก import ไว้แล้วในชื่อ nn

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning เบื้องต้นด้วย PyTorch

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

input_tensor = torch.tensor([[2.4]])

# Create a sigmoid function and apply it on input_tensor
sigmoid = nn.____()
probability = ____(____)
print(probability)
แก้ไขและรันโค้ด