Question

是否可以使用Keras的现有激活来绘制我定义的激活函数？我试着这样简单地做：

import keras
from keras import backend as K
import numpy as np
import matplotlib.pyplot as plt

# Define swish activation:
def swish(x):
    return K.sigmoid(x) * x

x = np.linspace(-10, 10, 100)

plt.plot(x, swish(x))
plt.show()

但是上面的代码会产生错误：AttributeError: 'Tensor' object has no attribute 'ndim'。

我注意到了这个similar question，但无法根据需要进行调整。我还尝试过像建议的here一起玩.eval()，但也没有成功。

Answer 1

您需要进行评估：

x = np.linspace(-10, 10, 100)

with tf.Session().as_default():
    y = swish(x).eval()

plt.plot(x, y)

Answer 2

我也尝试过像这里建议的.eval()玩，但是也没有成功。

您是如何使用它的？这应该起作用：

plt.plot(x, K.eval(swish(x)))

绘制使用Keras中现有功能定义的新激活功能

2 个答案: