TensorFlow es una biblioteca Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo.
sigmoid() se usa para encontrar el sigmoide sabio del elemento de x.
Sintaxis: tensorflow.math.sigmoid(x, nombre)
Parámetros:
- x: Es un tensor. Los dtypes permitidos son float16, float32, float64, complex64 o complex128.
- name(opcional): Define el nombre de la operación.
Retorno: Devuelve un tensor del mismo tipo que x.
Ejemplo 1:
Python3
# importing the library import tensorflow as tf # Initializing the input tensor a = tf.constant([.2, .5, .7, 1, 2, 5, 10], dtype = tf.float64) # Printing the input tensor print('a: ', a) # Calculating result res = tf.math.sigmoid(x = a) # Printing the result print('Result: ', res)
Producción:
a: tf.Tensor([ 0.2 0.5 0.7 1. 2. 5. 10. ], shape=(7, ), dtype=float64) Result: tf.Tensor( [0.549834 0.62245933 0.66818777 0.73105858 0.88079708 0.99330715 0.9999546 ], shape=(7, ), dtype=float64)
Ejemplo 2: Visualización
Python3
# importing the library import tensorflow as tf import matplotlib.pyplot as plt # Initializing the input tensor a = tf.constant([.2, .5, .7, 1, 2, 5, 10], dtype = tf.float64) # Calculating result res = tf.math.sigmoid(x = a) # Plotting the graph plt.plot(a, res, color = 'green') plt.title('tensorflow.math.sigmiod') plt.xlabel('Input') plt.ylabel('Result') plt.show()
Producción:
Publicación traducida automáticamente
Artículo escrito por aman neekhara y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA