sigmoid

Applica l’attivazione sigmoidea

Da R2019b

Sintassi

Y = sigmoid(X)

Descrizione

L'operazione di attivazione sigmoidea applica la funzione sigmoidea ai dati di input.

Questa operazione è equivalente a

$$f(x)=\frac{1}{1+e^{-x}}.$$

Nota

Questa funzione applica l'operazione sigmoidea ai dati dlarray. Se si desidera applicare la sigmoide all'interno di un oggetto dlnetwork, utilizzare sigmoidLayer.

Y = sigmoid(X) calcola l'attivazione sigmoidale dell’input X applicando la funzione di trasferimento sigmoidale. Tutti i valori in Y sono compresi tra 0 e 1.

Esempi

Applicazione dell’attivazione sigmoidea

Utilizzare la funzione sigmoid per impostare tutti i valori dei dati di input su un valore compreso tra 0 e 1.

Creare i dati di input come una singola osservazione di valori casuali con un'altezza e una larghezza di sette e 32 canali.

height = 7;
width = 7;
channels = 32;
observations = 1;

X = randn(height,width,channels,observations);
X = dlarray(X,'SSCB');

Calcolare l’attivazione sigmoidea.

Y = sigmoid(X);

Tutti i valori in Y sono ora compresi tra 0 e 1.

Argomenti di input

X — Dati di input

dlarray

Dati di input, specificati come un dlarray formattato, un dlarray non formattato o un array numerico.

Tipi di dati: single | double

Argomenti di output

Y — Attivazioni sigmoidee

dlarray

Attivazioni sigmoidee, restituite come un dlarray. Tutti i valori in Y sono compresi tra 0 e 1. L’output Y ha lo stesso tipo di dati dei dati sottostanti dell’input X.

Se i dati di input X sono un dlarray formattato, Y ha la stessa dimensione di formato di X. Se i dati di input non sono un dlarray formattato, Y è un dlarray non formattato con lo stesso ordine di dimensione dei dati di input.

Funzionalità estese

Generazione di codice C/C++
Genera codice C e C++ con MATLAB® Coder™.

Generazione di codice GPU
Genera codice CUDA® per GPU NVIDIA® con GPU Coder™.

Array GPU

Accelera il codice mediante esecuzione su un’unità di elaborazione grafica (GPU) con Parallel Computing Toolbox™.

Note sull’utilizzo e sulle limitazioni:

• Quando l’argomento di input X è un dlarray con dati sottostanti di tipo gpuArray, questa funzione viene eseguita sulla GPU.

Per ulteriori informazioni, vedere Run MATLAB Functions on a GPU (Parallel Computing Toolbox).

Cronologia versioni

Introdotto in R2019b

Vedi anche

dlarray | dlgradient | dlfeval | softmax | crossentropy | huber | mse

Argomenti

• Define Custom Training Loops, Loss Functions, and Networks
• Train Network Using Model Function
• List of Functions with dlarray Support