Spec-Zone.ru › TensorFlow

tf.keras.activations.relu

Применяет функцию активации линейного выпрямителя (ReLU).

tf.keras.activations.relu(
    x, negative_slope=0.0, max_value=None, threshold=0.0
)

При значениях параметров по умолчанию возвращается стандартная активация ReLU: max(x, 0), поэлементный максимум из 0 и входного тензора.

Изменение параметров по умолчанию позволяет использовать ненулевые пороговые значения, менять максимальное значение активации и задавать ненулевой множитель входного значения для значений ниже порога.

Примеры:

x = [-10, -5, 0.0, 5, 10]
keras.activations.relu(x)
[ 0.,  0.,  0.,  5., 10.]
keras.activations.relu(x, negative_slope=0.5)
[-5. , -2.5,  0. ,  5. , 10. ]
keras.activations.relu(x, max_value=5.)
[0., 0., 0., 5., 5.]
keras.activations.relu(x, threshold=5.)
[-0., -0.,  0.,  0., 10.]
Аргументы
x Входной тензор.
negative_slope float, управляющее наклоном для значений ниже порога.
max_value float, задающее порог насыщения (наибольшее значение, которое вернет функция).
threshold float, задающее пороговое значение функции активации, ниже которого значения будут ослабляться или заменяться на ноль.
Возвращаемое значение
Тензор той же формы и типа данных, что и входной x.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/activations/relu

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API