RReLU

class torch.nn.RReLU(lower=0.125, upper=0.3333333333333333, inplace=False) [source]

Применяет функцию случайной утечки выпрямленного линейного блока (RReLU), поэлементно, как описано в статье:

Эмпирическая оценка выпрямленных активаций в сверточных сетях.

Функция определяется как:

$$\text{RReLU}(x) = \begin{cases} x & \text{if } x \geq 0 \\ ax & \text{ otherwise } \end{cases}$$

где $a$ случайным образом выбирается из равномерного распределения $\mathcal{U}(\text{lower}, \text{upper})$ во время обучения, а во время оценки $a$ фиксируется при $a = \frac{\text{lower} + \text{upper}}{2}$.

См.: https://arxiv.org/pdf/1505.00853.pdf

Параметры

• нижний (float) – нижняя граница равномерного распределения. По умолчанию: $\frac{1}{8}$
• верхний (float) – верхняя граница равномерного распределения. По умолчанию: $\frac{1}{3}$
• inplace (bool) – необязательно выполнять операцию на месте. По умолчанию: False

Форма:

• Вход: $(*)$, где $*$ означает любое количество измерений.
• Выход: $(*)$, та же форма, что и вход.

Примеры:

>>> m = nn.RReLU(0.1, 0.3)
>>> input = torch.randn(2)
>>> output = m(input)