深度学习入门 : 基于Python的理论与实现

  第 3章　神经网络

44

>>> y

array([False, True, True], dtype=bool)

对

NumPy

数组进行不等号运算后，数组的各个元素都会进行不等号运算，

生成一个布尔型数组。这里，数组

x

中大于0 的元素被转换为

True

，小于等

于0 的元素被转换为

False

，从而生成一个新的数组

y

。

数组

y

是一个布尔型数组，但是我们想要的阶跃函数是会输出

int

型的0

或1 的函数。因此，需要把数组

y

的元素类型从布尔型转换为

int

型。

>>> y = y.astype(np.int)

>>> y

array([0, 1, 1])

如上所示，可以用

astype()

方法转换

NumPy

数组的类型。

astype()

方

法通过参数指定期望的类型，这个例子中是

np.int

型。

Python

中将布尔型

转换为

int

型后，

True

会转换为1，

False

会转换为0。以上就是阶跃函数的

实现中所用到的

NumPy

的“技巧”。

3.2.3

　阶跃函数的图形

下面我们就用图来表示上面定义的阶跃函数，为此需要使用

matplotlib

库。

import numpy as np

import matplotlib.pylab as plt

def step_function(x):

return np.array(x > 0, dtype=np.int)

x = np.arange(-5.0, 5.0, 0.1)

y = step_function(x)

plt.plot(x, y)

plt.ylim(-0.1, 1.1) #

指定

y

轴的范围 ...