Skip to content

[Machine Learning] Tanh 函式介紹與程式實作

Last Updated on 2021-05-08 by Clay

Tanh,又稱為雙曲正切函數,基本的定義如下:

撰寫說明...

基本上便是 sinh(x) / cosh(x),繪製出的圖案其實便是將我們輸入的 x 值映射在 [-1, 1] 之間。

以下我寫了一個簡單的範例程式碼來顯示 tanh(x) 的圖形:

# -*- coding: utf-8 -*-
import matplotlib.pyplot as plt
import math

value = -10
x = [value+n*0.01 for n in range(2001)]
y = [math.tanh(v) for v in x]


plt.plot(x, y)
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
plt.show()ㄙㄟ



Output:

若是不用 python 內建的 math.tanh 模組,而是改用定義的公式來計算:

def sinh(x):
    return (math.exp(x)-math.exp(-1*x))/2


def cosh(x):
    return (math.exp(x)+math.exp(-1*x))/2


def tanh(x):
    return sinh(x)/cosh(x)

value = -10
x = [value+n*0.01 for n in range(2001)]
y = [tanh(v) for v in x]


plt.plot(x, y)
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data',0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
plt.show()



Output:

我們也可以得到一樣的結果。


應用

  • tanh 函數也存在著梯度飽和的問題,跟 sigmoid 函數一樣
  • 收斂比 ReLU 函數慢

References


Read More

Leave a Reply取消回覆

Exit mobile version