我想建立一个神经网络,我问自己这两个功能之间是否存在差异?
tf.nn.tanh vs tf.tanh
答案 0 :(得分:5)
很容易确认它们是相同的:
In [1]: import tensorflow as tf
In [2]: tf.nn.tanh
Out[2]: <function tensorflow.python.ops.math_ops.tanh>
In [3]: tf.tanh
Out[3]: <function tensorflow.python.ops.math_ops.tanh>
In [4]: tf.nn.tanh == tf.tanh
Out[4]: True
In [5]: tf.__version__
Out[5]: '0.11.0rc1'
答案 1 :(得分:4)
不,没有区别。
在tensorflow/tensorflow/python/ops/nn.py
文件中(定义{{1}}的位置),我们可以找到tf.nn
的定义:
tanh
此外,还有from tensorflow.python.ops.math_ops import tanh
here
TODO
因此,可能会从# TODO(cwhipkey): sigmoid and tanh should not be exposed from tf.nn.
包中删除tanh。
因此tf.nn
(已定义here)是要使用的。
答案 2 :(得分:2)
它们与tensorflow.python.ops.math_ops.tanh
完全相同。
同样适用于tf.sigmoid
和tf.nn.sigmoid
。
答案 3 :(得分:2)
没有任何区别。
两者的可用性可能是由于库不断发展并仍在改变其API,仍处于成熟的初始状态。 我们可以期待图书馆在最终设置主API时避免那些基本的重复(我期望2.0版本)。