In maschinellem Lernen bedeutet logarische Sigmoidfunktion einen logarithmischen Wert einer Sigmoidfunktion. Die Sigmoidfunktion wirkt als Aktivierungsfunktion, die ein Modell die Nichtlinearität hinzufügt. Die Sigmoidfunktion wird einfach verwendet, um ein nichtlineares Modell zu erstellen.

Die mathematische Formel ist 1 / (1 + exp (-x))).

Tf.logsigmoid () Funktion

Syntax:

tf.logsigmoid (Tensor_input)

Parameter:

Der Tensor_Input ist ein Tensor mit Zahlen.

Es kann ein oder zweidimensional sein.

Beispiel 1:

Erstellen wir einen eindimensionalen Tensor in JS, der Null-, undefinierte und NAN-Werte hat und die logsigmoidischen Werte zurückgeben.

Linux -Hinweis

Tensorflow.JS - TF.logsigmoid ()

Ausgang:

Tensor nimmt Null als 0 und das undefinierte und Nan als Nanwert.

1. 1. logsigmoid (0) => -0.6931472
   2. logsigmoid (1) => -0.3132616
   3. logsigmoid (0) => -0.6931472
   4. logsigmoid (nan) => -0.6931472
   5. logsigmoid (nan) => -0.6931472

Wir beobachteten, dass der logsigmoid -Wert -0, wenn der Eingang 0, Nan, Null und Undefiniert ist, -0 ist.6931472.

Beispiel 2:

Erstellen wir einen Tensor mit zwei Dimensionen in JS mit 2 Zeilen und 2 Spalten, die Dezimalwerte aufweisen und die Logsigmoid -Werte zurückgeben.

Linux -Hinweis

Tensorflow.JS - TF.logsigmoid ()

Ausgang:

1. 1. logsigmoid (1.23) =>-0.2564178
   2. logsigmoid (4.5599999) =>-0.0104076
   3. logsigmoid (-0.45) =>-0.9432489
   4. logsigmoid (7.8899999) => -0.0003744

Beispiel 3:

Erstellen wir einen Tensor mit zwei Dimensionen in JS mit 2 Zeilen und 2 Spalten, die Exponentenwerte aufweisen und die logsigmoid -Werte zurückgeben.

Linux -Hinweis

Tensorflow.JS - TF.logsigmoid ()

Ausgang:

1. 1. logsigmoid (2.7182817) => -0.0639022
   2. logsigmoid (3.7182817) => -0.0239857
   3. logsigmoid (1.7182819) => -0.1649839
   4. logsigmoid (3.1682818) => -0.0412147

Abschluss

In diesem Tensorflow.JS Tutorial haben wir gelernt, wie man die natürlichen logarithmischen Sigmoidwerte mit dem TF zurückgibt.logsigmoid () Funktion mit drei verschiedenen Beispielen. Wir beobachteten, dass der logarithmische Sigmoidwert -0, wenn der Eingang 0, Nan, Null und Undefiniert ist, -0 log.6931472.