TensorFlow es una biblioteca Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo.
softplus() se usa para calcular el elemento log (exp (características) + 1).
Sintaxis: tensorflow.math.softplus(características, nombre)
Parámetros:
- Características: Es un tensor. Los dtypes permitidos son half, bfloat16, float32, float64.
- name(opcional): Define el nombre de la operación.
Devuelve: Devuelve un tensor.
Ejemplo 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)
Producción:
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)
Ejemplo 2: Visualización
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()
Producción:
Publicación traducida automáticamente
Artículo escrito por aman neekhara y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA