thresholded_relu

paddle.fluid.layers.thresholded_relu ( x, threshold=None ) [源代码]

逐元素计算 ThresholdedRelu激活函数。

thresholded_relu - 图1

参数:

  • x (Variable) -ThresholdedRelu Op 的输入,多维 Tensor 或 LoDTensor,数据类型为 float32,float64。

  • threshold (float,可选)-激活函数的 threshold 值,如 threshold 值为 None,则其值为 1.0。

返回:

  • 多维 Tensor 或 LoDTensor, 数据类型为 float32 或 float64, 和输入 x 的数据类型相同,形状和输入 x 相同。

返回类型:

  • Variable

代码示例

  1. # 静态图使用
  2. import numpy as np
  3. from paddle import fluid
  4. x = fluid.data(name="x", shape=(-1, 3), dtype="float32")
  5. y = fluid.layers.thresholded_relu(x, threshold=0.1)
  6. place = fluid.CPUPlace()
  7. exe = fluid.Executor(place)
  8. start = fluid.default_startup_program()
  9. main = fluid.default_main_program()
  10. data = np.random.randn(2, 3).astype("float32")
  11. exe.run(start)
  12. y_np, = exe.run(main, feed={"x": data}, fetch_list=[y])
  13. data
  14. # array([[ 0.21134382, -1.1805999 , 0.32876605],
  15. # [-1.2210793 , -0.7365624 , 1.0013918 ]], dtype=float32)
  16. y_np
  17. # array([[ 0.21134382, -0. , 0.32876605],
  18. # [-0. , -0. , 1.0013918 ]], dtype=float32)
  1. # 动态图使用
  2. import numpy as np
  3. from paddle import fluid
  4. import paddle.fluid.dygraph as dg
  5. data = np.random.randn(2, 3).astype("float32")
  6. place = fluid.CPUPlace()
  7. with dg.guard(place) as g:
  8. x = dg.to_variable(data)
  9. y = fluid.layers.thresholded_relu(x, threshold=0.1)
  10. y_np = y.numpy()
  11. data
  12. # array([[ 0.21134382, -1.1805999 , 0.32876605],
  13. # [-1.2210793 , -0.7365624 , 1.0013918 ]], dtype=float32)
  14. y_np
  15. # array([[ 0.21134382, -0. , 0.32876605],
  16. # [-0. , -0. , 1.0013918 ]], dtype=float32)