如何在笔记本中绘制 keras 激活函数

Question

我想绘制所有 Keras 激活函数，但其中一些不起作用。即 linear 抛出错误：

AttributeError: 'Series' object has no attribute 'eval'

这很奇怪。如何绘制其余的激活函数？

points = 100
zeros = np.zeros((points,1))

df = pd.DataFrame({"activation": np.linspace(-1.2,1.2,points)})
df["softmax"] = K.eval(activations.elu(df["activation"]))
#df["linear"] = K.eval(activations.linear(df["activation"]))
df["tanh"] = K.eval(activations.tanh(df["activation"]))
df["sigmoid"] = K.eval(activations.sigmoid(df["activation"]))
df["relu"] = K.eval(activations.relu(df["activation"]))
#df["hard_sigmoid"] = K.eval(activations.hard_sigmoid(df["activation"]))
#df["exponential"] = K.eval(activations.exponential(df["activation"]))
df["softsign"] = K.eval(activations.softsign(df["activation"]))
df["softplus"] = K.eval(activations.softplus(df["activation"]))
#df["selu"] = K.eval(activations.selu(df["activation"]))
df["elu"] = K.eval(activations.elu(df["activation"]))

df.plot(x="activation", figsize=(15,15))

Answer 1

那是因为linear激活了returns没有任何修改的输入：

def linear(x):
    """Linear (i.e. identity) activation function.
    """
    return x

由于您将 Pandas 系列作为输入传递，因此将返回相同的 Pandas 系列，因此您不需要使用 K.eval():

df["linear"] = activations.linear(df["activation"])

至于 selu 激活，您需要将输入重塑为 (n_samples, n_output):

df["selu"] = K.eval(activations.selu(df["activation"].values.reshape(-1,1)))

至于 hard_sigmoid 激活，它的输入应该是明确的张量，您可以使用 K.variable():

创建它

df["hard_sigmoid"] = K.eval(activations.hard_sigmoid(K.variable(df["activation"].values)))

此外，exponential激活就像您写的那样工作，不需要修改。

如何在笔记本中绘制 keras 激活函数

How to plot keras activation functions in a notebook

python

machine-learning

keras

activation-function