比较与torch.nn.Sigmoid的差异

查看源文件

torch.nn.Sigmoid

class torch.nn.Sigmoid()(input) -> Tensor

更多内容详见torch.nn.Sigmoid

mindspore.nn.Sigmoid

class mindspore.nn.Sigmoid()(input_x) -> Tensor

更多内容详见mindspore.nn.Sigmoid

差异对比

PyTorch:按元素计算Sigmoid激活函数,将输入映射到0-1之间。

MindSpore:MindSpore此API实现功能与PyTorch一致,仅实例化后输入的参数名不同。

分类

子类

PyTorch

MindSpore

差异

输入

单输入

input

input_x

功能一致,参数名不同

代码示例

两API实现功能一致,用法相同。

# PyTorch
import torch
from torch import tensor

input_x = tensor([-1, -2, 0, 2, 1], dtype=torch.float32)
sigmoid = torch.nn.Sigmoid()
output = sigmoid(input_x).numpy()
print(output)
# [0.26894143 0.11920292 0.5        0.880797   0.7310586 ]

# MindSpore
import mindspore
from mindspore import Tensor

input_x = Tensor([-1, -2, 0, 2, 1], mindspore.float32)
sigmoid = mindspore.nn.Sigmoid()
output = sigmoid(input_x)
print(output)
# [0.26894143 0.11920292 0.5        0.8807971  0.7310586 ]