I denne artikkelen vil vi se hvordan vi kan avrunde verdiene i Tensorflow.JS Framework in the JavaScript. Fordelene med avrunding er at vi kan representere verdiene i et heltallformat uten noen desimalpunkter.

I maskinlæring fungerer sigmoidfunksjonen som en aktiveringsfunksjon som tilfører ikke-lineariteten til en modell. Enkelt Sigmoid-funksjon brukes til å lage en ikke-lineær modell. Den matematiske formelen er 1 / (1 + exp (-x)).

Vi får se hvordan det brukes på tensorelementer.

Tf.Sigmoid () -funksjon

TF.Sigmoid () brukes til å returnere sigmoidverdiene fra en gitt verdi i en tensor.
Det tar bare en parameter, tensoren, som har tall.

I henhold til formelen representerer X hvert element i en tensor. Til slutt beregnes verdien og resulterer i en sigmoidverdi.

Syntaks:

tf.sigmoid (tensor_input)

Parameter:

Tensor_input er en tensor som har tall.
Det kan være en eller todimensjonal.

Eksempel 1:

La oss lage en endimensjonal tensor i JS som har null, udefinerte og NAN-verdier og returnerer sigmoidverdiene.

Linux hint

Tensorflow.JS - TF.sigmoid ()

Produksjon:

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

Vi observerte at hvis inngangen er nan eller udefinert, er sigmoid også nan.

Eksempel 2:

La oss lage en tensor som har to dimensjoner i JS med 2 rader og 2 kolonner som har desimalverdier og returnerer sigmoidverdiene.

Linux hint

Tensorflow.JS - TF.sigmoid ()

Produksjon:

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

Eksempel 3:

La oss lage en tensor som har to dimensjoner i JS med 2 rader og 2 kolonner som har eksponentverdier og returnerer sigmoidverdiene.

Linux hint

Tensorflow.JS - TF.sigmoid ()

Produksjon:

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

Konklusjon

I denne tensorflow.JS -opplæring, vi lærte hvordan vi skal returnere Sigmoid -verdiene ved hjelp av TF.sigmoid () funksjon med tre forskjellige eksempler. Formelen for sigmoid -funksjonen er - 1 / (1 + exp (-x)). Vi observerte at hvis inngangen er nan eller udefinert, er sigmoid også nan.