tf.math.sigmoid

Вычисляет сигмоиду x поэлементно.

Просмотреть псевдонимы

Основные псевдонимы

tf.nn.sigmoid, tf.sigmoid

Псевдонимы для совместимости при миграции

Подробнее см. в руководстве по миграции.

tf.compat.v1.sigmoid

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

Используется в блокнотах

Используется в руководстве	Используется в учебных материалах
Логистическая регрессия для бинарной классификации с помощью Core API Расширенное автоматическое дифференцирование Введение в градиенты и автоматическое дифференцирование	Свёрточный вариационный автокодировщик Перенос обучения и тонкая настройка Классификация структурированных данных с помощью слоёв предварительной обработки Keras Классификация текста с помощью BERT Ограничения формы для обеспечения этичности с помощью TensorFlow Lattice

Используется в руководстве

Используется в учебных материалах

Формула вычисления: \(\mathrm{sigmoid}(x) = y = 1 / (1 + \exp(-x))\).

Для \(x \in (-\infty, \infty)\), \(\mathrm{sigmoid}(x) \in (0, 1)\).

Пример использования:

Если положительное число велико, его сигмоида будет стремиться к 1, поскольку формула будет y = <large_num> / (1 + <large_num>)

x = tf.constant([0.0, 1.0, 50.0, 100.0])
tf.math.sigmoid(x)
<tf.Tensor: shape=(4,), dtype=float32,
numpy=array([0.5, 0.7310586, 1.0, 1.0], dtype=float32)>

Если отрицательное число велико по модулю, его сигмоида будет стремиться к 0, поскольку формула будет y = 1 / (1 + <large_num>)

x = tf.constant([-100.0, -50.0, -1.0, 0.0])
tf.math.sigmoid(x)
<tf.Tensor: shape=(4,), dtype=float32, numpy=
array([0.0000000e+00, 1.9287499e-22, 2.6894143e-01, 0.5],
      dtype=float32)>

Аргументы
`x`	Тензор типа `float16`, `float32`, `float64`, `complex64` или `complex128`.
`name`	Имя операции (необязательно).

Возвращает
Тензор того же типа, что и `x`.

Пример использования:

x = tf.constant([-128.0, 0.0, 128.0], dtype=tf.float32)
tf.sigmoid(x)
<tf.Tensor: shape=(3,), dtype=float32,
numpy=array([0. , 0.5, 1. ], dtype=float32)>

совместимость с scipy

Эквивалентна scipy.special.expit

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/math/sigmoid