PReLU 层

[源]

PReLU 类

tf_keras.layers.PReLU(
    alpha_initializer="zeros",
    alpha_regularizer=None,
    alpha_constraint=None,
    shared_axes=None,
    **kwargs
)

带参数修正线性单元。

它遵循以下公式：

    f(x) = alpha * x for x < 0
    f(x) = x for x >= 0

其中 alpha 是一个与 x 具有相同形状的可学习数组。

输入形状

任意形状。当将此层用作模型中的第一层时，请使用关键字参数 input_shape（整数元组，不包括样本轴）。

输出形状

与输入具有相同的形状。

参数

• alpha_initializer: 权重的初始化函数。
• alpha_regularizer: 权重的正则化器。
• alpha_constraint: 权重的约束。
• shared_axes: 沿着这些轴共享激活函数的可学习参数。例如，如果输入的特征图来自输出形状为 (batch, height, width, channels) 的 2D 卷积，并且您希望跨空间共享参数，以便每个滤波器只有一组参数，则设置 shared_axes=[1, 2]。