应用高斯误差线性单元 (GELU) 激活函数。
用法
tf.keras.activations.gelu(
x, approximate=False
)
参数
-
x
输入张量。 -
approximate
Abool
,是否启用逼近。
返回
-
高斯误差线性激活:
0.5 * x * (1 + tanh(sqrt(2 / pi) * (x + 0.044715 * x^3)))
如果approximate
是True
或x * P(X <= x) = 0.5 * x * (1 + erf(x / sqrt(2)))
,其中P(X) ~ N(0, 1)
,如果approximate
是False
。
高斯误差线性单元 (GELU) 计算 x * P(X <= x)
,其中 P(X) ~ N(0, 1)
。 (GELU) 非线性按输入值加权输入,而不是像 ReLU 中那样按符号对输入进行门控。
例如:
x = tf.constant([-3.0, -1.0, 0.0, 1.0, 3.0], dtype=tf.float32)
y = tf.keras.activations.gelu(x)
y.numpy()
array([-0.00404951, -0.15865529, 0. , 0.8413447 , 2.9959507 ],
dtype=float32)
y = tf.keras.activations.gelu(x, approximate=True)
y.numpy()
array([-0.00363752, -0.15880796, 0. , 0.841192 , 2.9963627 ],
dtype=float32)
参考:
相关用法
- Python tf.keras.activations.get用法及代码示例
- Python tf.keras.activations.softplus用法及代码示例
- Python tf.keras.activations.deserialize用法及代码示例
- Python tf.keras.activations.elu用法及代码示例
- Python tf.keras.activations.relu用法及代码示例
- Python tf.keras.activations.linear用法及代码示例
- Python tf.keras.activations.swish用法及代码示例
- Python tf.keras.activations.sigmoid用法及代码示例
- Python tf.keras.activations.tanh用法及代码示例
- Python tf.keras.activations.hard_sigmoid用法及代码示例
- Python tf.keras.activations.softsign用法及代码示例
- Python tf.keras.activations.exponential用法及代码示例
- Python tf.keras.activations.softmax用法及代码示例
- Python tf.keras.activations.selu用法及代码示例
- Python tf.keras.activations.serialize用法及代码示例
- Python tf.keras.applications.inception_resnet_v2.preprocess_input用法及代码示例
- Python tf.keras.applications.resnet50.preprocess_input用法及代码示例
- Python tf.keras.applications.imagenet_utils.preprocess_input用法及代码示例
- Python tf.keras.applications.vgg16.preprocess_input用法及代码示例
- Python tf.keras.applications.resnet_v2.preprocess_input用法及代码示例
注:本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.keras.activations.gelu。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。