TensorFlow是Google設計的開源Python庫，用於開發機器學習模型和深度學習神經網絡。
softplus()用於計算元素明智的log(exp(features)+ 1)。
用法：tensorflow.math.softplus(features, name)
參數：
- features:是張量允許的dtype是half，bfloat16，float32，float64。
- name(optional):它定義了操作的名稱。
返回值：它返回一個張量。
範例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)輸出：
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)
範例2：可視化
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()輸出：
相關用法
注：本文由純淨天空篩選整理自aman neekhara大神的英文原創作品 Python – tensorflow.math.softplus()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。