Python – tensorflow.math.log_sigmoid()

TensorFlow是谷歌设计的开源python库，用于开发机器学习模型和深度学习神经网络。 log_sigmoid()用于查找x的元素明智的对数sigmoid。

语法: tf.math.log_sigmoid(x, name)

参数 :

• x:它是输入的张量。这个张量允许的dtype是float32，float64。
• name（可选）:它定义了操作的名称。

返回值:
它返回一个与x的d类型相同的张量。

示例 1:

# 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)

例子2：视觉化

# 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: