Python Tensorflow中Sigmoid运算的实现

为了便于学习，我有一个任务，在tensorflow中进行线性和S形运算。 我成功地完成了线性运算：

def linear_op_forward(X, W):
''' linear operation'''
return np.dot(X, W.T)

def linear_op_backward(op, grads):
    ''' Linear gradient realization '''
    X = op.inputs[0]  
    W = op.inputs[1]  
    dX = tf.multiply(grads, W)
    dW = tf.reduce_sum(tf.multiply(X, grads),
                       axis = 0,
                       keep_dims = True)
    return dX, dW

但我一直在做乙状结肠手术：

对吗

def sigmoid_op_forward(X):
    return 1 / (1 + np.exp(-X))

我很难理解乙状结肠梯度

def sigmoid_op_backward(op, grads):
    ???

有人能帮忙吗？

试试这个：

def sigmoid_op_backward(op, grads):
  sigmoid = op.outputs[0]
  return sigmoid * (1 - sigmoid) * grads

---

怎么了？正如我所说，这是一项学习任务，我真的很想更好地理解这个主题。谢谢我想就是这样！谢谢谢谢你的语法检查，英语不是我的母语：）