หน้านี้ได้รับการแปลโดย Cloud Translation API
Switch to English

tf.math.sigmoid

TensorFlow 1 เวอร์ชัน ดูแหล่งที่มาบน GitHub

คำนวณค่า sigmoid ของ x element-wise

ใช้ในโน้ตบุ๊ก

ใช้ในคู่มือ ใช้ในบทเรียน

สูตรคำนวณ sigmoid (x): y = 1 / (1 + exp(-x))

สำหรับ x \ in (-inf, inf) => sigmoid (x) \ in (0, 1)

ตัวอย่างการใช้งาน:

ถ้าจำนวนบวกมีขนาดใหญ่ sigmoid จะเข้าใกล้ 1 เนื่องจากสูตรจะเป็น y = <large_num> / (1 + <large_num>)

x = tf.constant([0.0, 1.0, 50.0, 100.0])
tf.math.sigmoid(x)
<tf.Tensor: shape=(4,), dtype=float32,
numpy=array([0.5      , 0.7310586, 1.       , 1.       ], dtype=float32)>

ถ้าจำนวนลบมีขนาดใหญ่ sigmoid จะเข้าใกล้ 0 เนื่องจากสูตรจะเป็น y = 1 / (1 + <large_num>)

x = tf.constant([-100.0, -50.0, -1.0, 0.0])
tf.math.sigmoid(x)
<tf.Tensor: shape=(4,), dtype=float32, numpy=
array([0.0000000e+00, 1.9287499e-22, 2.6894143e-01, 0.5],
      dtype=float32)>

x เมตริกซ์ที่มีประเภท float16 , float32 , float64 , complex64 หรือ complex128
name ชื่อสำหรับการดำเนินการ (ไม่บังคับ)

Tensor ชนิดเดียวกับ x

ตัวอย่างการใช้งาน:

x = tf.constant([-128.0, 0.0, 128.0], dtype=tf.float32)
tf.sigmoid(x)
<tf.Tensor: shape=(3,), dtype=float32,
numpy=array([0. , 0.5, 1. ], dtype=float32)>

ความเข้ากันได้ของ Scipy

เทียบเท่ากับ scipy.special.expit