mindspore.mint.nn.LogSigmoid

class mindspore.mint.nn.LogSigmoid

逐元素计算LogSigmoid激活函数。输入可以是任意shape的Tensor。

LogSigmoid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：

• input (Tensor) - 输入tensor，数据类型为mindspore.bfloat16、mindspore.float16或mindspore.float32。shape为 \((*)\) ，其中 \(*\) 表示任意的附加维度。

输出：

Tensor，输出tensor的数据类型和shape与输入相同。

支持平台：

Ascend

样例：

>>> import mindspore
>>> net = mindspore.mint.nn.LogSigmoid()
>>> input = mindspore.tensor([1.0, 2.0, 3.0], mindspore.float32)
>>> output = net(input)
>>> print(output)
[-0.31326166 -0.12692806 -0.04858734]