Функция nn.sigmoid

Функция nn.sigmoid применяет сигмоидальную функцию активации к переданному тензору. Первым параметром функция принимает входной тензор любых вещественных значений. Вторым необязательным параметром можно передать имя операции. Функция поэлементно преобразует каждое значение по формуле 1 / (1 + exp(-x)), в результате чего все значения оказываются в интервале от 0 до 1.

Синтаксис

tf.nn.sigmoid(x, name=None)

Пример

Давайте применим сигмоиду к тензору с положительными и отрицательными числами:

import tensorflow as tf

t = tf.constant([-2.0, -1.0, 0.0, 1.0, 2.0])
res = tf.nn.sigmoid(t)
print(res)

Результат выполнения кода:

tf.Tensor([0.11920291 0.26894143 0.5 0.7310586 0.8807971 ], shape=(5,), dtype=float32)

Пример

Давайте применим сигмоиду к двумерному тензору:

import tensorflow as tf

t = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
res = tf.nn.sigmoid(t)
print(res)

Результат выполнения кода:

tf.Tensor(
[[0.7310586  0.8807971  0.95257413]
 [0.98201376 0.9933072  0.9975274 ]], shape=(2, 3), dtype=float32)

Смотрите также

функцию relu,
которая применяет линейную активацию с отсечением отрицательных значений
функцию tanh,
которая применяет гиперболический тангенс
функцию softmax,
которая преобразует значения в вероятностное распределение
функцию sigmoid_cross_entropy_with_logits,
которая вычисляет кросс-энтропию с сигмоидой