Python–tensorflow.math.log_sigmoid()
原文:https://www.geesforgeks.org/python-tensorflow-math-log_sigmoid/
TensorFlow 是谷歌为开发机器学习模型和深度学习神经网络而设计的开源 python 库。 log_sigmoid() 用来求 x 的元素态 log sigmoid，具体来说，y = log(1 / (1 + exp(-x))。
语法: tf.math.log_sigmoid(x，name)
参数:
- x: 是输入张量。这个张量允许的数据类型是 float32，float64。
- 名称(可选):定义操作的名称。
返回: 返回一个与 x 相同数据类型的张量
例 1:
蟒蛇 3
# Importing the library
import tensorflow as tf
# Initializing the input tensor
a = tf.constant([.2, .5, .7, 1], dtype = tf.float64)
# Printing the input tensor
print('Input: ', a)
# Calculating result
res = tf.math.log_sigmoid(x = a)
# Printing the result
print('Result: ', res)
输出:
Input: tf.Tensor([0.2 0.5 0.7 1\. ], shape=(4, ), dtype=float64)
Result: tf.Tensor([-0.59813887 -0.47407698 -0.40318605 -0.31326169], shape=(4, ), dtype=float64)
示例 2: 可视化
蟒蛇 3
# importing the library
import tensorflow as tf
import matplotlib.pyplot as plt
# Initializing the input tensor
a = tf.constant([.2, .5, .7, 1], dtype = tf.float64)
# Calculating result
res = tf.math.log_sigmoid(x = a)
# Plotting the graph
plt.plot(a, res, color = 'green')
plt.title('tensorflow.math.log_sigmoid')
plt.xlabel('Input')
plt.ylabel('Result')
plt.show()
输出:
