tf.nn.relu6

Вычисляет Rectified Linear 6: min(max(features, 0), 6).

tf.nn.relu6(
    features, name=None
)

По сравнению с tf.nn.relu, функции активации relu6 эмпирически показали лучшие результаты в условиях низкой точности (например, фиксированной точке вывода), стимулируя модель к обучению разреженных признаков на ранних этапах. Источник: Свёрточные глубокие сети убеждений на CIFAR-10: Krizhevsky и др., 2010.

Пример:

x = tf.constant([-3.0, -1.0, 0.0, 6.0, 10.0], dtype=tf.float32)
y = tf.nn.relu6(x)
y.numpy()
array([0., 0., 0., 6., 6.], dtype=float32)