mindspore.ops.prelu
- mindspore.ops.prelu(input, weight)[源代码]
带参数的线性修正单元激活函数(Parametric Rectified Linear Unit activation function)。
Delving Deep into Rectifiers:Surpassing Human-Level Performance on ImageNet Classification 描述了PReLU激活函数。定义如下:
\[prelu(x_i)= \max(0, x_i) + \min(0, w * x_i),\]其中 \(x_i\) 是输入的一个通道的一个元素,w 是通道权重。
PReLU函数图:
说明
通道数是输入的第二个维度值。当输入的维度小于2时,则没有通道维度并且通道数等于1。
- 参数:
input (Tensor) - 激活函数的输入Tensor。
weight (Tensor) - 权重Tensor。它的大小是1或者输入Tensor input 的通道数。
- 返回:
Tensor,其shape和数据类型与 input 相同。 有关详细信息,请参考
mindspore.mint.nn.PReLU
。- 异常:
TypeError - input 或 weight 不是Tensor。
ValueError - weight 不是0-D或1-DTensor。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import mindspore >>> import numpy as np >>> from mindspore import Tensor, ops >>> x = Tensor(np.arange(-6, 6).reshape((2, 3, 2)), mindspore.float32) >>> weight = Tensor(np.array([0.1, 0.6, -0.3]), mindspore.float32) >>> output = ops.prelu(x, weight) >>> print(output) [[[-0.60 -0.50] [-2.40 -1.80] [ 0.60 0.30]] [[ 0.00 1.00] [ 2.00 3.00] [ 4.0 5.00]]]