Dans l'apprentissage automatique, la fonction Sigmoïde logétique signifie la valeur logarithmique d'une fonction sigmoïde. La fonction sigmoïde agit comme une fonction d'activation qui ajoute la non-linéarité à un modèle. Simplement, la fonction sigmoïde est utilisée pour créer un modèle non linéaire.

La formule mathématique est 1 / (1 + exp (-x)).

TF.fonction logsigmoïde ()

Syntaxe:

TF.logsigmoïd (tensor_input)

Paramètre:

Le tenseur_input est un tenseur qui a des nombres.

Cela peut être une ou deux dimensions.

Exemple 1:

Créons un tenseur unidimensionnel dans JS qui a des valeurs nulles, non définies et NAN et renvoyons les valeurs logsigmoïdes.

Indice de linux

Tensorflow.JS - TF.logsigmoïd ()

Sortir:

Le tenseur prend null comme 0 et les undefinis et nan comme valeur nan.

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

Nous avons observé que si l'entrée est 0, nan, nul et indéfinie, la valeur logsigmoïde est de -0.6931472.

Exemple 2:

Créons un tenseur qui a deux dimensions en js avec 2 lignes et 2 colonnes qui ont des valeurs décimales et renvoie les valeurs logsigmoïdes.

Indice de linux

Tensorflow.JS - TF.logsigmoïd ()

Sortir:

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

Exemple 3:

Créons un tenseur qui a deux dimensions en js avec 2 lignes et 2 colonnes qui ont des valeurs d'exposontes et renvoie les valeurs logsigmoïdes.

Indice de linux

Tensorflow.JS - TF.logsigmoïd ()

Sortir:

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

Conclusion

Dans ce Tensorflow.Tutoriel JS, nous avons appris à renvoyer les valeurs sigmoïdes logarithmiques naturelles en utilisant le TF.Fonction logsigmoïde () avec trois exemples différents. Nous avons observé que si l'entrée est 0, nan, null et non définie, la valeur logique logétique est -0.6931472.