Tanh函数（双曲正切函数）是一种常用的激活函数，它将输入值映射到范围在-1到1之间的连续输出。Tanh函数的公式如下：
scss
f(x) = (exp(x) - exp(-x)) / (exp(x) + exp(-x))
以下是使用Tanh函数的Python示例代码：
python
import numpy as np
def tanh(x):
return np.tanh(x)
# 使用单个值进行示例
x = 2
result = tanh(x)
print(result) # 输出：0.58169
# 使用NumPy数组进行示例
x_array = np.array([-2, -1, 0, 1, 2])
result_array = tanh(x_array)
print(result_array) # 输出：[-0. -0. 0. 0. 0.]
在上述示例中，我们首先定义了一个tanh函数，它接受一个输入值x，并返回计算后的结果。然后我们使用单个值和NumPy数组进行了示例，分别计算了对应的tanh函数值，并打印输出。
Tanh函数在机器学习和深度学习中广泛用于激活函数，类似于Sigmoid函数，但具有更大的输出范围和更陡峭的斜率。它能够将输入值映射到-1到1的范围，对输入值的变化更加敏感。
需要注意的是，Tanh函数也可能存在梯度消失的问题，特别是在输入值非常大或非常小的情况下。在深度学习中，为了解决这个问题，常常使用其他激活函数，如ReLU（Rectified Linear Unit）等。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/56223.html