`numpy.tanh()`

Функция np.tanh поэлементно вычисляет гиперболический тангенс — гладкую S-образную функцию со значениями в диапазоне (-1, 1). Часто применяется как функция активации в нейронных сетях и для мягкого ограничения сигналов.

Сигнатура

numpy.tanh(x, /, out=None, *, where=True, dtype=None)

Параметры

x — входной массив (любые вещественные значения).
out — необязательный выходной массив.
where — условная маска.

Возвращаемое значение

Массив той же формы, что и x, со значениями tanh(x) ∈ (-1, 1).

Примеры

Пример 1. tanh для типичных значений.

import numpy as np

print(np.round(np.tanh([-2, -1, 0, 1, 2]), 4))

[-0.964  -0.7616  0.      0.7616  0.964 ]

Пример 2. Насыщение на больших значениях.

print(np.tanh([5, 10, 100]))

[0.9999092  1.         1.        ]

Пример 3. Использование как функции активации.

inputs = np.array([-3.0, -1.0, 0.0, 1.0, 3.0])
activation = np.tanh(inputs)
print(np.round(activation, 4))

[-0.9951 -0.7616  0.      0.7616  0.9951]

Пример 4. Мягкое ограничение сигнала (soft clipping).

signal = np.array([-2.5, -0.8, 0.3, 1.5, 4.0])
limited = np.tanh(signal)
print(np.round(limited, 4))

[-0.9866 -0.6640  0.2913  0.9051  0.9993]

Пример 5. Связь с экспонентами.

x = np.array([0.5, 1.0])
manual = (np.exp(x) - np.exp(-x)) / (np.exp(x) + np.exp(-x))
print(np.round(manual - np.tanh(x), 10))

[0. 0.]

См. также

Примечание

Лицензия и источники

Техническое описание функции адаптировано из официальной документации NumPy (https://numpy.org/doc/stable/), BSD-3-Clause License. Примеры и пояснения — © AlashEd Wiki.

numpy.tanh()