绘制使用来自 Keras 的现有激活函数定义的新激活函数答案

【问题标题】：Plotting a new activation function defined using an existing one from Keras绘制使用来自 Keras 的现有激活函数定义的新激活函数
【发布时间】：2019-05-22 23:55:33
【问题描述】：

是否可以绘制我使用 Keras 中已有的激活定义的激活函数？我试着这样做：

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，但我无法根据需要对其进行调整。我也尝试过使用.eval()，就像建议的here一样，但也没有成功。

【问题讨论】：

标签： python numpy tensorflow keras activation-function

【解决方案1】：

我也尝试像这里建议的那样使用.eval()，但也没有成功。

你是如何使用它的？这应该有效：

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

【讨论】：

谢谢，更简单的解决方案。我尝试将eval() 像这样：K.eval(sigmoid(x)) * x 放在函数定义中。我其实不知道为什么不起作用，错误是：NameError: name 'sigmoid' is not defined。
@camillejr 当然应该不行，因为sigmoid是在后端模块里面定义的，所以你必须写：K.eval(K.sigmoid(x)) * x

【解决方案2】：

您需要一个会话来评估：

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

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

plt.plot(x, y)

【讨论】：