PReLU 层

[源代码]

PReLU 类

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

参数化 ReLU 激活层。

公式

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

其中 alpha 是一个学习到的数组，形状与 x 相同。

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: 用于激活函数的共享可学习参数的轴。例如，如果传入的特征图来自一个输出形状为 (batch, height, width, channels) 的 2D 卷积，并且您希望在空间上共享参数，以便每个卷积核只有一个参数集，则将 shared_axes 设置为 [1, 2]。
• **kwargs：基础层关键字参数，例如 name 和 dtype。