Python | Método Tensorflow exp()

Tensorflow es una biblioteca de aprendizaje automático de código abierto desarrollada por Google. Una de sus aplicaciones es desarrollar redes neuronales profundas. 
El módulo tensorflow.math brinda soporte para muchas operaciones matemáticas básicas. La función tf.exp() [alias tf.math.exp] brinda soporte para la función exponencial en Tensorflow. Espera la entrada en forma de números complejos  o números de coma flotante. El tipo de entrada es tensor y si la entrada contiene más de un elemento, se calcula un valor exponencial por elementos,  .

Sintaxis : tf.exp(x, nombre=Ninguno) o tf.math.exp(x, nombre=Ninguno)
Parámetros : 
x : Un tensor de tipo bfloat16, half, float32, float64, complex64 o complex128. 
nombre (opcional): el nombre de la operación.
Tipo de retorno : un tensor con el mismo tamaño y tipo que el de x. 
 

Código #1: 

# Importing the Tensorflow library
import tensorflow as tf
 
# A constant vector of size 5
a = tf.constant([-0.5, -0.1, 0, 0.1, 0.5], dtype = tf.float32)
 
# Applying the exp function and
# storing the result in 'b'
b = tf.exp(a, name ='exp')
 
# 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))

Producción: 

Input type: Tensor("Const:0", shape=(5, ), dtype=float32)
Input: [-0.5 -0.1  0.   0.1  0.5]
Return type: Tensor("exp:0", shape=(5, ), dtype=float32)
Output: [0.60653067 0.9048374  1.         1.105171   1.6487212 ]

Código #2: Visualización 

# Importing the Tensorflow library
import tensorflow as tf
 
# Importing the NumPy library
import numpy as np
 
# Importing the matplotlib.pyplot function
import matplotlib.pyplot as plt
 
# A vector of size 21 with values from -10 to 10
a = np.linspace(-10, 10, 21)
 
# Applying the exponential function and
# storing the result in 'b'
b = tf.exp(a, name ='exp')
 
# 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.abs")
    plt.xlabel("X")
    plt.ylabel("Y")
 
    plt.show()

Producción: 
 

Input: [-10.  -9.  -8.  -7.  -6.  -5.  -4.  -3.  -2.  -1.   0.   1.   2.   3.
   4.   5.   6.   7.   8.   9.  10.]
Output: [4.53999298e-05 1.23409804e-04 3.35462628e-04 9.11881966e-04
 2.47875218e-03 6.73794700e-03 1.83156389e-02 4.97870684e-02
 1.35335283e-01 3.67879441e-01 1.00000000e+00 2.71828183e+00
 7.38905610e+00 2.00855369e+01 5.45981500e+01 1.48413159e+02
 4.03428793e+02 1.09663316e+03 2.98095799e+03 8.10308393e+03
 2.20264658e+04]