Python tf.math.log_sigmoid用法及代碼示例

按元素計算 x 的 log sigmoid。

用法

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

具體來說，y = log(1 / (1 + exp(-x)))。為了數值穩定性，我們使用 y = -tf.nn.softplus(-x) 。

使用示例：

如果一個正數很大，那麽它的 log_sigmoid 將接近 0，因為公式將是 y = log( <large_num> / (1 + <large_num>) )，它近似於為 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)>

如果負數很大，則其log_sigmoid 將接近數字本身，因為公式將是y = log( 1 / (1 + <large_num>) )，即log (1) - log ( (1 + <large_num>) )，它近似於作為數字本身的- <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)>