Mithilfe der Sigmoid- Aktivierungsfunktion können wir den Verlust während der Trainingszeit reduzieren, da das Gradientenproblem im Modell des maschinellen Lernens während des Trainings beseitigt wird.

import matplotlib.pyplot as plt 
import numpy as np 
import math 
  
x = np.linspace(-10, 10, 100) 
z = 1/(1 + np.exp(-x)) 
  
plt.plot(x, z) 
plt.xlabel("x") 
plt.ylabel("Sigmoid(X)") 
  
plt.show() 

Ausgabe :

Beispiel 1 :

import matplotlib.pyplot as plt 
import numpy as np 
import math 
  
x = np.linspace(-100, 100, 200) 
z = 1/(1 + np.exp(-x)) 
  
plt.plot(x, z) 
plt.xlabel("x") 
plt.ylabel("Sigmoid(X)") 
  
plt.show() 

Ausgabe :