mindspore.nn.LogSigmoid

class mindspore.nn.LogSigmoid[源代码]

逐元素计算Log Sigmoid激活函数。输入是任意格式的Tensor。

Log Sigmoid定义为:

\[\text{logsigmoid}(x_{i}) = \log(\frac{1}{1 + \exp(-x_i)}),\]

其中,\(x_{i}\) 是输入Tensor的一个元素。

LogSigmoid函数图:

../../_images/LogSigmoid.png
输入:
  • x (Tensor) - Log Sigmoid的输入,数据类型为float16或float32。shape为 \((N,*)\) ,其中 \(*\) 表示任意的附加维度。

输出:

Tensor,数据类型和shape与 x 的相同。

异常:
  • TypeError - x 的数据类型既不是float16也不是float32。

支持平台:

Ascend GPU CPU

样例:

>>> import mindspore
>>> from mindspore import Tensor, nn
>>> import numpy as np
>>> net = nn.LogSigmoid()
>>> x = Tensor(np.array([1.0, 2.0, 3.0]), mindspore.float32)
>>> output = net(x)
>>> print(output)
[-0.31326166 -0.12692806 -0.04858734]