mindspore.nn.Sigmoid

class mindspore.nn.Sigmoid

逐元素计算Sigmoid激活函数。

Sigmoid函数定义为：

\[\text{sigmoid}(x_i) = \frac{1}{1 + \exp(-x_i)},\]

其中 \(x_i\) 是x的一个元素。

Sigmoid函数图：

输入：

• input (Tensor) - input 即为上述公式中的 \(x\)。数据类型为float16、float32、float64、complex64或complex128的Sigmoid输入。任意维度的Tensor。

输出：

Tensor，数据类型和shape与 input 的相同。

异常：

• TypeError - input 的数据类型不是float16、float32、float64、complex64或complex128。

• TypeError - input 不是Tensor。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> from mindspore import Tensor, nn
>>> import numpy as np
>>> input = Tensor(np.array([-1, -2, 0, 2, 1]), mindspore.float16)
>>> sigmoid = nn.Sigmoid()
>>> output = sigmoid(input)
>>> print(output)
[0.2688  0.11914 0.5     0.881   0.7305 ]