ReLU层
ReLU class
keras.layers.ReLU(max_value=None, negative_slope=0.0, threshold=0.0, **kwargs)
修正线性单元激活函数层.
公式:
f(x) = max(x,0)
f(x) = max_value if x >= max_value
f(x) = x if threshold <= x < max_value
f(x) = negative_slope * (x - threshold) otherwise
示例:
relu_layer = keras.layers.activations.ReLU(
max_value=10,
negative_slope=0.5,
threshold=0,
)
input = np.array([-10, -5, 0.0, 5, 10])
result = relu_layer(input)
# result = [-5. , -2.5, 0. , 5. , 10.]
参数:
max_value: 浮点数 >= 0.最大激活值.None表示无限制.
默认为 None.
negative_slope: 浮点数 >= 0.负斜率系数.
默认为 0.0.
threshold: 浮点数 >= 0.阈值激活的阈值.
默认为 0.0.
**kwargs: 基础层的其他关键字参数,例如 name 和 dtype.