在深度学习中，激活函数是神经网络中的重要组成部分。今天，让我们用Python的Matplotlib库来可视化三种常用的激活函数：ReLU、Sigmoid和Tanh。首先，确保安装了matplotlib库（pip install matplotlib）。接下来，通过ax1.spines设置坐标轴样式，让图表更美观。例如，`ax1.spines['top'].set_visible(False)`可以隐藏顶部边框。

代码如下：

```python

import numpy as np

import matplotlib.pyplot as plt

x = np.linspace(-5, 5, 100)

relu = np.maximum(0, x)

sigmoid = 1 / (1 + np.exp(-x))

tanh = np.tanh(x)

plt.figure(figsize=(8,6))

plt.plot(x, relu, label="ReLU")

plt.plot(x, sigmoid, label="Sigmoid")

plt.plot(x, tanh, label="Tanh")

设置坐标轴样式

ax1 = plt.gca()

ax1.spines['right'].set_color('none')

ax1.spines['top'].set_color('none')

plt.legend(loc='upper left')

plt.show()

```

运行后，你会看到一个简洁直观的图表，帮助你更好地理解这些激活函数的工作原理。💡掌握它们对于构建高效的神经网络至关重要！快来试试吧！🚀