Python – tensorflow.raw_ops.Tanh()

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。TensorFlow raw_ops提供了对所有TensorFlow操作的低层次访问。Tanh()用于查找x的元素明智的双曲正切。

语法: tf.raw_ops.Tanh(x, name)

参数:

x:它是输入的张量。这个张量允许的dtype是bfloat16, half, float32, float64。
name（可选）:它定义了操作的名称。

返回：它返回一个与x具有相同dtype的张量。

注意：它只接受关键字参数。

示例 1:

# Importing the library
import tensorflow as tf
  
# Initializing the input tensor
a = tf.constant([1, 2, 3, 4, 5], dtype = tf.float64)
  
# Printing the input tensor
print('Input: ', a)
  
# Calculating hyperbolic tangent
res = tf.raw_ops.Tanh(x = a)
  
# Printing the result
print('Result: ', res)

输出:

Input:  tf.Tensor([1. 2. 3. 4. 5.], shape=(5, ), dtype=float64)
Result:  tf.Tensor([0.76159416 0.96402758 0.99505475 0.9993293  0.9999092 ], shape=(5, ), 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([1, 2, 3, 4, 5], dtype = tf.float64)
  
# Calculating hyperbolic tangent
res = tf.raw_ops.Tanh(x = a)
  
# Plotting the graph
plt.plot(a, res, color ='green')
plt.title('tensorflow.raw_ops.Tanh')
plt.xlabel('Input')
plt.ylabel('Result')
plt.show()

输出:

Python – tensorflow.raw_ops.Tanh()