Keras 3 API 文档 / 层 API / 激活层 / PReLU 层

PReLU 层

[源文件]

PReLU

keras.layers.PReLU(
    alpha_initializer="Zeros",
    alpha_regularizer=None,
    alpha_constraint=None,
    shared_axes=None,
    **kwargs
)

参数化修正线性单元激活层。

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。

参数

  • alpha_initializer: 权重的初始化器函数。
  • alpha_regularizer: 权重的正则化器。
  • alpha_constraint: 权重的约束。
  • shared_axes: 激活函数的可学习参数共享轴。例如,如果输入特征图来自输出形状为 (batch, height, width, channels) 的 2D 卷积层,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,请将 shared_axes 设置为 [1, 2]
  • **kwargs: 基础层关键字参数,例如 namedtype