In questo articolo, vedremo come arrotondare i valori in Tensorflow.JS Framework nel JavaScript. I vantaggi del arrotondamento sono che possiamo rappresentare i valori in un formato intero senza punti decimali.

Nell'apprendimento automatico, la funzione sigmoide funge da funzione di attivazione che aggiunge la non linearità a un modello. Semplicemente, la funzione sigmoidea viene utilizzata per creare un modello non lineare. La formula matematica è 1 / (1 + exp (-x)).

Vedremo come viene applicato su elementi tensori.

Tf.funzione sigMoid ()

Il tf.sigMoid () viene utilizzato per restituire i valori sigmoidi da un determinato valore in un tensore.
Ci vuole solo un parametro, il tensore, che ha numeri.

Secondo la formula, X rappresenta ogni elemento in un tensore. Infine, il valore viene calcolato e provoca un valore sigmoideo.

Sintassi:

tf.sigmoide (tensor_input)

Parametro:

Tensor_Input è un tensore che ha numeri.
Può essere uno o bidimensionale.

Esempio 1:

Creiamo un tensore unidimensionale in JS che ha valori nulli, indefiniti e NAN e restituire i valori sigmoidi.

Suggerimento Linux

Tensorflow.JS - TF.sigMoid ()

Produzione:

1. 1 / (1 + exp (-0)) => 0
2. 1 / (1 + exp (-1)) => 0.7310586
3. 1 / (1 + exp (-0)) => 0.5
4. 1 / (1 + exp (-nan)) => nan
5. 1 / (1 + exp (-nan)) => nan

Abbiamo osservato che se l'input è nan o indefinito, il sigmoide è anche nan.

Esempio 2:

Creiamo un tensore che ha due dimensioni in JS con 2 righe e 2 colonne che hanno valori decimali e restituiscono i valori sigmoidi.

Suggerimento Linux

Tensorflow.JS - TF.sigMoid ()

Produzione:

1. 1 / (1 + exp (-1.23)) => 0.7738186
2. 1 / (1 + exp (-4.5599999)) => 0.9896463
3. 1 / (1 + exp (0.45)) => 0.3893608
4. 1 / (1 + exp (-7.8899999)) => 0.9996257

Esempio 3:

Creiamo un tensore che ha due dimensioni in JS con 2 righe e 2 colonne che hanno valori esponenti e restituiscono i valori sigmoidi.

Suggerimento Linux

Tensorflow.JS - TF.sigMoid ()

Produzione:

1. 1 / (1 + exp (-2.7182817)) => 0.9380968
2. 1 / (1 + exp (-3.7182817)) => 0.9762997
3. 1 / (1 + exp (-1.7182819)) => 0.8479074
4. 1 / (1 + exp (-3.1682818)) => 0.959623

Conclusione

In questo tensorflow.JS Tutorial, abbiamo imparato a restituire i valori sigmoidi usando il TF.funzione sigmoid () con tre diversi esempi. La formula per la funzione sigmoide è - 1 / (1 + exp (-x)). Abbiamo osservato che se l'input è nan o indefinito, il sigmoide è anche nan.