TensorFlow是Google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。
softplus()用于计算元素明智的log(exp(features)+ 1)。
用法：tensorflow.math.softplus(features, name)
参数：
- features:是张量允许的dtype是half，bfloat16，float32，float64。
- name(optional):它定义了操作的名称。
返回值：它返回一个张量。
范例1：
Python3
# importing the library
import tensorflow as tf
# Initializing the input tensor
a = tf.constant([ 5, 7, 9, 15], dtype = tf.float64)
# Printing the input tensor
print('a:', a)
# Calculating result
res = tf.math.softplus(a)
# Printing the result
print('Result:', res)输出：
a: tf.Tensor([ 5. 7. 9. 15.], shape=(4, ), dtype=float64) Result: tf.Tensor([ 5.00671535 7.00091147 9.0001234 15.00000031], shape=(4, ), dtype=float64)
范例2：可视化
Python3
# Importing the library
import tensorflow as tf
import matplotlib.pyplot as plt
# Initializing the input tensor
a = tf.constant([ 5, 7, 9, 15], dtype = tf.float64)
# Calculating tangent
res = tf.math.softplus(a)
# Plotting the graph
plt.plot(a, res, color ='green')
plt.title('tensorflow.math.softplus')
plt.xlabel('Input')
plt.ylabel('Result')
plt.show()输出：
相关用法
注：本文由纯净天空筛选整理自aman neekhara大神的英文原创作品 Python – tensorflow.math.softplus()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。