如何用Python计算多元Sigmoid函数的偏导数？

假设你要计算的是多元线性组合输入的Sigmoid函数的偏导数，比如常见形式：
σ(z) = 1/(1 + e^(-z))，其中 z = w₁x₁ + w₂x₂ + b（这里以2个输入变量为例，可扩展到更多变量）

以下是正确实现代码：

import sympy as sym

# 定义所有需要的符号变量
w1, w2, x1, x2, b = sym.symbols('w1 w2 x1 x2 b')

# 构造线性组合z
z = w1*x1 + w2*x2 + b

# 定义Sigmoid函数
sigmoid = 1 / (1 + sym.exp(-z))

# 示例1：对权重w1求偏导
d_sigmoid_w1 = sigmoid.diff(w1)
print("对w1的偏导数：", d_sigmoid_w1)

# 示例2：对输入x2求偏导
d_sigmoid_x2 = sigmoid.diff(x2)
print("对x2的偏导数：", d_sigmoid_x2)

# 示例3：对偏置b求偏导
d_sigmoid_b = sigmoid.diff(b)
print("对b的偏导数：", d_sigmoid_b)

关键说明 #

• 必须先明确Sigmoid的输入是线性组合z，再基于z定义Sigmoid函数，直接混写变量容易导致求导逻辑错误
• 如果你的多元Sigmoid是其他形式（比如向量形式），只需调整z的表达式，求导逻辑完全一致
• SymPy会自动化简导数结果，比如对w1的偏导最终会化简为 x₁⋅σ(z)⋅(1-σ(z))，和Sigmoid导数的经典结论匹配

内容的提问来源于stack exchange，提问作者user15675493