[source]

LeakyReLU

keras.layers.LeakyReLU(alpha=0.3)

泄漏的整流线性单元.

当单位不活动时,它允许一个小的梯度: f(x) = alpha * x for x < 0f(x) = x for x >= 0 f(x) = alpha * x for x < 0 f(x) = x for x >= 0f(x) = x for x >= 0 .

输入形状

随便 当将此层用作模型的第一层时,请使用关键字参数input_shape (整数元组,不包括示例轴).

输出形状

与输入形状相同.

Arguments

  • alpha :float> =0.负斜率系数.

References


[source]

PReLU

keras.layers.PReLU(alpha_initializer='zeros', alpha_regularizer=None, alpha_constraint=None, shared_axes=None)

参数整流线性单位.

因此, f(x) = alpha * x for x < 0f(x) = alpha * x for x < 0 f(x) = x for x >= 0f(x) = x for x >= 0 ,其中alpha是与x形状相同的学习数组.

输入形状

随便 当将此层用作模型的第一层时,请使用关键字参数input_shape (整数元组,不包括示例轴).

输出形状

与输入形状相同.

Arguments

  • alpha_initializer :权重的初始化函数.
  • alpha_regularizer :权重的正则化器.
  • alpha_constraint :权重约束.
  • shared_axes :共享激活功能的可学习参数所沿的轴. 例如,如果传入的要素贴图来自具有输出形状(batch, height, width, channels)的2D卷积,并且您希望跨空间共享参数,以便每个过滤器只有一组参数,请设置shared_axes=[1, 2] .

References


[source]

ELU

keras.layers.ELU(alpha=1.0)

指数线性单位.

因此, f(x) = alpha * (exp(x) - 1.) for x < 0f(x) = alpha * (exp(x) - 1.) for x < 0 f(x) = x for x >= 0f(x) = x for x >= 0 .

输入形状

随便 当将此层用作模型的第一层时,请使用关键字参数input_shape (整数元组,不包括示例轴).

输出形状

与输入形状相同.

Arguments

  • alpha :负因子的标度.

References


[source]

ThresholdedReLU

keras.layers.ThresholdedReLU(theta=1.0)

阈值整流线性单元.

因此, f(x) = x for x > thetaf(x) = 0 otherwise .

输入形状

随便 当将此层用作模型的第一层时,请使用关键字参数input_shape (整数元组,不包括示例轴).

输出形状

与输入形状相同.

Arguments

  • theta :float> =0.激活的​​阈值位置.

References


[source]

Softmax

keras.layers.Softmax(axis=-1)

Softmax激活功能.

输入形状

随便 当将此层用作模型的第一层时,请使用关键字参数input_shape (整数元组,不包括示例轴).

输出形状

与输入形状相同.

Arguments

  • axis :整数,应用softmax归一化的轴.

[source]

ReLU

keras.layers.ReLU(max_value=None, negative_slope=0.0, threshold=0.0)

校正的线性单元激活功能.

使用默认值时,它将返回逐元素的max(x, 0) .

否则,得出: f(x) = max_value x >= max_valuef(x) = xthreshold <= x < max_valuef(x) = negative_slope * (x - threshold)否则.

输入形状

随便 当将此层用作模型的第一层时,请使用关键字参数input_shape (整数元组,不包括示例轴).

输出形状

与输入形状相同.

Arguments

  • max_value :float> =0.最大激活值.
  • negative_slope :float> =0.负斜率系数.
  • 门槛 :浮动. 阈值激活的阈值.