Machine learning tensorflow中的激活功能之间有区别吗？坦恩对坦恩

我想建立一个神经网络，我问自己这两种功能之间是否有区别

---

tf.nn.tanh与tf.tanh

它们与

tensorflow.python.ops.math_ops.tanh

完全相同

---

同样的事情也适用于

tf.sigmoid

和

tf.nn.sigmoid

不，没有区别

在

tensorflow/tensorflow/python/ops/nn.py

文件（定义了

tf.nn

）中，我们可以找到

tanh

的定义：

from tensorflow.python.ops.math_ops import tanh

另外，还有这个

TODO

因此，tanh可能会从

tf.nn

包中删除

---

因此

tf.tanh

（已定义）是要使用的。

不，没有任何区别

这两者的可用性可能是由于库不断发展并仍在更改其API，仍处于成熟的初始状态。

---

当主API最终设置时（我希望在2.0版本时），我们可以期望库避免这些基本的重复操作。

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'

[1]中的

：将tensorflow作为tf导入
In[2]：tf.nn.tanh
出[2]：
In[3]：tf.tanh
出[3]：
[4]中：tf.nn.tanh==tf.tanh
Out[4]：正确
[5]中：tf.\u版本__
输出[5]：“0.11.0rc1”

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'