Python Tensorflow nn.sigmoid()用法及代码示例

Tensorflow是Google开发的开源机器学习库。它的应用之一是开发深度神经网络。

模块tensorflow.nn为许多基本的神经网络操作提供支持。

Sigmoid函数是许多激活函数之一，其定义为 $f(x) = 1 / (1 + e^{-x})$ 。

Sigmoid函数的输出范围为(0，1)，非常适合于二进制分类问题，因为我们需要找到属于特定类别的数据的概率。 S形函数在每个点都是微分的，其导数为。由于表达式包含S型函数，因此可以重用其值以使向后传播更快。

乙状结肠函数受到“vanishing gradients”的困扰，因为它的两端都变平了，导致反向传播过程中重量的变化很小。这会使神经网络拒绝学习并陷入困境。由于这个原因，S形函数的使用已被其他非线性函数(如整流线性单元(ReLU))取代。

函数tf.nn.sigmoid()[别名tf.sigmoid]为Tensorflow中的S形函数提供支持。

用法:tf.nn.sigmoid(x, name=None) or tf.sigmoid(x, name=None)

参数：
x：以下任何类型的张量：float16，float32，float64，complex64或complex128。
name(可选)：操作的名称。

返回类型：与x具有相同类型的张量。

代码1：

# Importing the Tensorflow library 
import tensorflow as tf 
  
# A constant vector of size 6 
a = tf.constant([1.0, -0.5, 3.4, -2.1, 0.0, -6.5], dtype = tf.float32) 
  
# Applying the sigmoid function and 
# storing the result in 'b' 
b = tf.nn.sigmoid(a, name ='sigmoid') 
  
# Initiating a Tensorflow session 
with tf.Session() as sess:
    print('Input type:', a) 
    print('Input:', sess.run(a)) 
    print('Return type:', b) 
    print('Output:', sess.run(b))

输出：

Input type:Tensor("Const_1:0", shape=(6, ), dtype=float32)
Input:[ 1.        -0.5        3.4000001 -2.0999999  0.        -6.5      ]
Return type:Tensor("sigmoid:0", shape=(6, ), dtype=float32)
Output:[ 0.7310586   0.37754068  0.96770459  0.10909683  0.5         0.00150118]

代码2：可视化

# Importing the Tensorflow library 
import tensorflow as tf 
  
# Importing the NumPy library 
import numpy as np 
  
# Importing the matplotlib.pylot function 
import matplotlib.pyplot as plt 
  
# A vector of size 15 with values from -5 to 5 
a = np.linspace(-5, 5, 15) 
  
# Applying the sigmoid function and 
# storing the result in 'b' 
b = tf.nn.sigmoid(a, name ='sigmoid') 
  
# Initiating a Tensorflow session 
with tf.Session() as sess:
    print('Input:', a) 
    print('Output:', sess.run(b)) 
    plt.plot(a, sess.run(b), color = 'red', marker = "o")  
    plt.title("tensorflow.nn.sigmoid")  
    plt.xlabel("X")  
    plt.ylabel("Y")  
  
    plt.show()

输出：

Input:Input:[-5.         -4.28571429 -3.57142857 -2.85714286 -2.14285714 -1.42857143
 -0.71428571  0.          0.71428571  1.42857143  2.14285714  2.85714286
  3.57142857  4.28571429  5.        ]
Output:[ 0.00669285  0.01357692  0.02734679  0.05431327  0.10500059  0.19332137
  0.32865255  0.5         0.67134745  0.80667863  0.89499941  0.94568673
  0.97265321  0.98642308  0.99330715]

相关用法

注：本文由纯净天空筛选整理自vaibhav29498大神的英文原创作品 Python | Tensorflow nn.sigmoid()。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。