No aprendizado de máquina, a função sigmóide de log significa valor logarítmico de uma função sigmóide. A função sigmóide atua como uma função de ativação que adiciona a não linearidade a um modelo. Simplesmente, a função sigmóide é usada para criar um modelo não linear.

A fórmula matemática é 1 / (1 + exp (-x)).

Tf.função logsigmoid ()

Sintaxe:

tf.logsigmoid (tensor_input)

Parâmetro:

O tensor_input é um tensor que tem números.

Pode ser um ou bidimensional.

Exemplo 1:

Vamos criar um tensor unidimensional em JS que tenha valores nulos, indefinidos e nan e retorne os valores de logsigmoid.

Linux Dica

Tensorflow.JS - TF.logsigmoid ()

Saída:

Tensor toma nulo como 0 e o indefinido e a nan como nan valor.

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

Observamos que, se a entrada for 0, nan, nula e indefinida, o valor de logsigmoid é -0.6931472.

Exemplo 2:

Vamos criar um tensor que tenha duas dimensões em JS com 2 linhas e 2 colunas que possuem valores decimais e retorne os valores de logsigmoid.

Linux Dica

Tensorflow.JS - TF.logsigmoid ()

Saída:

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

Exemplo 3:

Vamos criar um tensor que tenha duas dimensões em JS com 2 linhas e 2 colunas que possuem valores de expoente e retorne os valores de logsigmoid.

Linux Dica

Tensorflow.JS - TF.logsigmoid ()

Saída:

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

Conclusão

Neste tensorflow.JS Tutorial, aprendemos a devolver os valores sigmóides logarítmicos naturais usando o TF.Função de logsigmoid () com três exemplos diferentes. Observamos que, se a entrada for 0, nan, nula e indefinida, o valor sigmóide do log é -0.6931472.