Python tf.math.log_sigmoid用法及代码示例

按元素计算 x 的 log sigmoid。

用法

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

具体来说，y = log(1 / (1 + exp(-x)))。为了数值稳定性，我们使用 y = -tf.nn.softplus(-x) 。

使用示例：

如果一个正数很大，那么它的 log_sigmoid 将接近 0，因为公式将是 y = log( <large_num> / (1 + <large_num>) )，它近似于为 0 的 log (1)。

x = tf.constant([0.0, 1.0, 50.0, 100.0])
tf.math.log_sigmoid(x)
<tf.Tensor:shape=(4,), dtype=float32, numpy=
array([-6.9314718e-01, -3.1326169e-01, -1.9287499e-22, -0.0000000e+00],
      dtype=float32)>

如果负数很大，则其log_sigmoid 将接近数字本身，因为公式将是y = log( 1 / (1 + <large_num>) )，即log (1) - log ( (1 + <large_num>) )，它近似于作为数字本身的- <large_num>。

x = tf.constant([-100.0, -50.0, -1.0, 0.0])
tf.math.log_sigmoid(x)
<tf.Tensor:shape=(4,), dtype=float32, numpy=
array([-100.       ,  -50.       ,   -1.3132616,   -0.6931472],
      dtype=float32)>