当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python tf.keras.activations.gelu用法及代码示例


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 A bool ,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 approximateTruex * P(X <= x) = 0.5 * x * (1 + erf(x / sqrt(2))) ,其中 P(X) ~ N(0, 1) ,如果 approximateFalse

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


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。