sigmoid
out' = sigmoid(out) # 把输出值压缩在0-1 import tensorflow as tf a = tf.linspace(-6., 6, 10) a
tf.sigmoid(a)
x = tf.random.normal([1, 28, 28]) * 5 tf.reduce_min(x), tf.reduce_max(x) x = tf.sigmoid(x) tf.reduce_min(x), tf.reduce_max(x)
a = tf.linspace(-2., 2, 5) tf.sigmoid(a) # 输出值的和不为1
softmax tf.nn.softmax(a) # 输出值的和为1
logits = tf.random.uniform([1, 10], minval=-2, maxval=2)
logits
prob = tf.nn.softmax(logits, axis=1)
prob
tf.reduce_sum(prob, axis=1)
tf.tanh(a)