我如何在coursera中解決這個sigmoid function？

Question

我該如何解決這個問題？

2.2 - 計算 Sigmoid 驚人。 您剛剛實現了一個線性 function。 TensorFlow 提供了多種常用的神經網絡函數，如 tf.sigmoid 和 tf.softmax，用於本練習。 計算 z 的 sigmoid。

在本練習中，您將： 使用 tf.cast 將您的張量類型轉換為 float32，然后使用 tf.keras.activations.sigmoid 計算 sigmoid。

練習 2 - sigmoid實現下面的 sigmoid function。 您應該使用以下內容：

tf.cast("...", tf.float32)
tf.keras.activations.sigmoid("...")

# GRADED FUNCTION: sigmoid
def sigmoid(z):
    
    """
    Computes the sigmoid of z
    
    Arguments:
    z -- input value, scalar or vector
    
    Returns: 
    a -- (tf.float32) the sigmoid of z
    """
    # tf.keras.activations.sigmoid requires float16, float32, float64, complex64, or complex128.
    
    # (approx. 2 lines)
    # z = ...
    # a = ...
    # YOUR CODE STARTS HERE
    
    
    # YOUR CODE ENDS HERE
    return a

Answer 1

這非常簡單只需谷歌搜索，否則請參閱下面的代碼，它可能對您的問題有所幫助。

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import math
def sigmoid(z):
    return 1 / (1 + math.exp(-z))
print(sigmoid(0.5))

Answer 2

好吧，你應該自己弄清楚你的任務..但它是寫在任務中的：

tf.cast("...", tf.float32) tf.keras.activations.sigmoid("...")

他們通過這條線告訴你一切。 所以解決方案看起來幾乎是這樣的：

def sigmoid(z):

    """
    Computes the sigmoid of z

    Arguments:
    z -- input value, scalar or vector

    Returns: 
    a -- (tf.float32) the sigmoid of z
    """
    # tf.keras.activations.sigmoid requires float16, float32, float64, complex64,     or complex128.

    # (approx. 2 lines)
    # z = ...
    # a = ...
    # YOUR CODE STARTS HERE
    z = tf.cast(z, tf.float32)
    a = tf.keras.activations.sigmoid(INSERT Z VARIABLE HERE)

    # YOUR CODE ENDS HERE
    return a

您需要對代碼進行一些小的調整，希望您能找到它。