Koleksiyonlar ile düzeninizi koruyun
İçeriği tercihlerinize göre kaydedin ve kategorilere ayırın.
tensor akışı:: işlem:: Deneyim
#include <math_ops.h> x'in üstel değerini öğe bazında hesaplar.
Özet
\(y = e^x\).
Bu fonksiyon giriş tensöründeki her elemanın üstel değerini hesaplar. yani exp(x) veya e^(x) , burada x giriş tensörüdür. e Euler sayısını belirtir ve yaklaşık olarak 2,718281'e eşittir. Çıkış herhangi bir gerçek giriş için pozitiftir.
x = tf.constant(2.0)
tf.math.exp(x) ==> 7.389056
x = tf.constant([2.0, 8.0])
tf.math.exp(x) ==> array([7.389056, 2980.958], dtype=float32)
Karmaşık sayılar için üstel değer şu şekilde hesaplanır:
e^(x+iy) = e^x * e^iy = e^x * (cos y + i sin y)
Örnek olarak 1+1j karmaşık sayısını ele alalım. e^1 * (çünkü 1 + i günah 1) = 2,7182818284590 * (0,54030230586+0,8414709848j)
x = tf.constant(1 + 1j)
tf.math.exp(x) ==> 1.4686939399158851+2.2873552871788423j
Argümanlar:
İade:
Genel özellikler
Kamu işlevleri
düğüm
::tensorflow::Node * node() const
operator::tensorflow::Input() const
operatör::tensorflow::Çıktı
operator::tensorflow::Output() const
Aksi belirtilmediği sürece bu sayfanın içeriği Creative Commons Atıf 4.0 Lisansı altında ve kod örnekleri Apache 2.0 Lisansı altında lisanslanmıştır. Ayrıntılı bilgi için Google Developers Site Politikaları'na göz atın. Java, Oracle ve/veya satış ortaklarının tescilli ticari markasıdır.
Son güncelleme tarihi: 2025-07-25 UTC.
[null,null,["Son güncelleme tarihi: 2025-07-25 UTC."],[],[],null,["# tensorflow::ops::Exp Class Reference\n\ntensorflow::ops::Exp\n====================\n\n`#include \u003cmath_ops.h\u003e`\n\nComputes exponential of x element-wise.\n\nSummary\n-------\n\n\\\\(y = e\\^x\\\\).\n\nThis function computes the exponential of every element in the input tensor. i.e. `exp(x)` or `e^(x)`, where `x` is the input tensor. `e` denotes Euler's number and is approximately equal to 2.718281. [Output](/versions/r2.1/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) is positive for any real input.\n\n\n```gdscript\n x = tf.constant(2.0)\n tf.math.exp(x) ==\u003e 7.389056\n```\n\n\u003cbr /\u003e\n\n\n```gdscript\n x = tf.constant([2.0, 8.0])\n tf.math.exp(x) ==\u003e array([7.389056, 2980.958], dtype=float32)\n \n```\n\n\u003cbr /\u003e\n\nFor complex numbers, the exponential value is calculated as follows:\n\n\n```scdoc\n e^(x+iy) = e^x * e^iy = e^x * (cos y + i sin y)\n \n```\n\n\u003cbr /\u003e\n\nLet's consider complex number 1+1j as an example. e\\^1 \\* (cos 1 + i sin 1) = 2.7182818284590 \\* (0.54030230586+0.8414709848j)\n\n\n```gdscript\n x = tf.constant(1 + 1j)\n tf.math.exp(x) ==\u003e 1.4686939399158851+2.2873552871788423j\n \n```\n\n\u003cbr /\u003e\n\nArguments:\n\n- scope: A [Scope](/versions/r2.1/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r2.1/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output): The y tensor.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [Exp](#classtensorflow_1_1ops_1_1_exp_1aa5419f33d177e95f326a2dfcad2953eb)`(const ::`[tensorflow::Scope](/versions/r2.1/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.1/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` x)` ||\n\n| ### Public attributes ||\n|---------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_exp_1ac936e897598d160c335f673bf833bdeb) | [Operation](/versions/r2.1/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [y](#classtensorflow_1_1ops_1_1_exp_1acec4d597d17df94ecccfd9d29eddf575) | `::`[tensorflow::Output](/versions/r2.1/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\n| ### Public functions ||\n|---------------------------------------------------------------------------------------------------------------|------------------------|\n| [node](#classtensorflow_1_1ops_1_1_exp_1af53d5710bdc80316d5e9ea12031337af)`() const ` | `::tensorflow::Node *` |\n| [operator::tensorflow::Input](#classtensorflow_1_1ops_1_1_exp_1ae1bad90173cb03f4c2509197101438e1)`() const ` | ` ` ` ` |\n| [operator::tensorflow::Output](#classtensorflow_1_1ops_1_1_exp_1a34c367c172a44e41239ff083a588dd85)`() const ` | ` ` ` ` |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\n### y\n\n```text\n::tensorflow::Output y\n``` \n\nPublic functions\n----------------\n\n### Exp\n\n```gdscript\n Exp(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input x\n)\n``` \n\n### node\n\n```gdscript\n::tensorflow::Node * node() const \n``` \n\n### operator::tensorflow::Input\n\n```gdscript\n operator::tensorflow::Input() const \n``` \n\n### operator::tensorflow::Output\n\n```gdscript\n operator::tensorflow::Output() const \n```"]]
