Функция sigmoid

Функция sigmoid применяет сигмоидную функцию к каждому элементу входного тензора. Сигмоида вычисляется по формуле 1 / (1 + exp(-x)) и возвращает значения в диапазоне от 0 до 1. Первым параметром функция принимает тензор или значение, к которому нужно применить преобразование. Вторым необязательным параметром можно передать имя операции.

Синтаксис

tf.sigmoid(x, [name])

Пример

Давайте применим сигмоиду к тензору из чисел 1, 2, 3, 4, 5:

import tensorflow as tf

t = tf.constant([1, 2, 3, 4, 5])
res = tf.sigmoid(t)
print(res)

Результат выполнения кода:

tf.Tensor([0.7310586 0.880797 0.95257413 0.98201376 0.9933072 ], shape=(5,), dtype=float32)

Пример

Давайте применим сигмоиду к двумерному тензору:

import tensorflow as tf

t = tf.constant([[1, 2, 3], [4, 5, 6]])
res = tf.sigmoid(t)
print(res)

Результат выполнения кода:

tf.Tensor(
[[0.7310586  0.880797   0.95257413]
 [0.98201376 0.9933072  0.99752736]], shape=(2, 3), dtype=float32)

Пример

Давайте проверим значения сигмоиды для отрицательных чисел:

import tensorflow as tf

t = tf.constant([-1, 0, 1])
res = tf.sigmoid(t)
print(res)

Результат выполнения кода:

tf.Tensor([0.26894143 0.5 0.7310586 ], shape=(3,), dtype=float32)

Смотрите также

функцию log_sigmoid,
которая вычисляет логарифм сигмоиды
функцию tanh,
которая вычисляет гиперболический тангенс
функцию exp,
которая вычисляет экспоненту
функцию reciprocal,
которая вычисляет обратное значение