Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
tensoreflusso:: ops:: Esp
#include <math_ops.h> Calcola l'esponenziale di x in termini di elementi.
Riepilogo
\(y = e^x\).
Questa funzione calcola l'esponenziale di ogni elemento nel tensore di input. cioè exp(x) o e^(x) , dove x è il tensore di input. e indica il numero di Eulero ed è approssimativamente uguale a 2,718281. L’output è positivo per qualsiasi input reale.
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)
Per i numeri complessi, il valore esponenziale si calcola come segue:
e^(x+iy) = e^x * e^iy = e^x * (cos y + i sin y)
Consideriamo come esempio il numero complesso 1+1j. e^1 * (cos 1 + i sin 1) = 2,7182818284590 * (0,54030230586+0,8414709848j)
x = tf.constant(1 + 1j)
tf.math.exp(x) ==> 1.4686939399158851+2.2873552871788423j
Argomenti:
Resi:
Attributi pubblici
Funzioni pubbliche
nodo
::tensorflow::Node * node() const
operator::tensorflow::Input() const
operatore::tensorflow::Output
operator::tensorflow::Output() const
Salvo quando diversamente specificato, i contenuti di questa pagina sono concessi in base alla licenza Creative Commons Attribution 4.0, mentre gli esempi di codice sono concessi in base alla licenza Apache 2.0. Per ulteriori dettagli, consulta le norme del sito di Google Developers. Java è un marchio registrato di Oracle e/o delle sue consociate.
Ultimo aggiornamento 2025-07-27 UTC.
[null,null,["Ultimo aggiornamento 2025-07-27 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/r2.3/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/r2.3/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r2.3/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/r2.3/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.3/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/r2.3/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [y](#classtensorflow_1_1ops_1_1_exp_1acec4d597d17df94ecccfd9d29eddf575) | `::`[tensorflow::Output](/versions/r2.3/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```"]]
