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:
- 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]