我试图实现一个函数,它计算矩阵中每个元素的relu导数,然后将结果返回到矩阵中。我用的是python和numpy。
基于其他交叉验证岗位,x的relu导数为
x>0时为1,x目前为止,我有以下代码:
def reluDerivative(self, x):
return np.array([self.reluDerivativeSingleElement(xi) for xi in x])
def reluDerivativeSingleElement(self, xi):
if xi > 0:
return 1
elif xi <= 0:
return 0
不幸的是,XI是一个数组,因为X是一个矩阵。ReluderivativeSingleElement函数不能在数组上工作。所以我想知道是否有一种方法可以使用numpy将矩阵中的值映射到另一个矩阵,就像numpy中的exp函数一样?
提前多谢。
最佳答案
我想这就是你要找的:
>>> def reluDerivative(x):
... x[x<=0] = 0
... x[x>0] = 1
... return x
>>> z = np.random.uniform(-1, 1, (3,3))
>>> z
array([[ 0.41287266, -0.73082379, 0.78215209],
[ 0.76983443, 0.46052273, 0.4283139 ],
[-0.18905708, 0.57197116, 0.53226954]])
>>> reluDerivative(z)
array([[ 1., 0., 1.],
[ 1., 1., 1.],
[ 0., 1., 1.]])
关于machine-learning - 在python numpy中实现Relu派生,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/46411180/