gelu

paddle.fluid.layers.gelu(x)[源代码]

逐元素计算 Gelu激活函数。更多细节请参考 Gaussian Error Linear Units 。

如果使用近似计算：

gelu - 图1

如果不使用近似计算：

gelu - 图2

参数

  • x (Variable) - Gelu Op 的输入，多维 Tensor 或 LoDTensor，数据类型为 float32 或 float64。
  • approximate (bool, 可选) - 是否使用近似计算，默认值为 False。

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. # declarative mode
  2. import numpy as np
  3. from paddle import fluid
  5. x = fluid.data(name="x", shape=(-1, 3), dtype="float32")
  6. y = fluid.layers.gelu(x)
  8. place = fluid.CPUPlace()
  9. exe = fluid.Executor(place)
  10. start = fluid.default_startup_program()
  11. main = fluid.default_main_program()
  13. data = np.random.randn(2, 3).astype("float32")
  14. exe.run(start)
  16. y_np, = exe.run(main, feed={"x": data}, fetch_list=[y])
  18. data
  19. # array([[ 0.87165993, -1.0541513 , -0.37214822],
  20. #         [ 0.15647964,  0.32496083,  0.33045998]], dtype=float32)
  21. y_np
  22. # array([[ 0.70456535, -0.15380788, -0.13207214],
  23. #        [ 0.08796856,  0.20387867,  0.2080159 ]], dtype=float32)
  1. # imperative mode
  2. import numpy as np
  3. from paddle import fluid
  4. import paddle.fluid.dygraph as dg
  6. data = np.random.randn(2, 3).astype("float32")
  7. place = fluid.CPUPlace()
  8. with dg.guard(place) as g:
  9.     x = dg.to_variable(data)
  10.     y = fluid.layers.gelu(x)
  11.     y_np = y.numpy()
  12. data
  13. # array([[ 0.87165993, -1.0541513 , -0.37214822],
  14. #        [ 0.15647964,  0.32496083,  0.33045998]], dtype=float32)
  15. y_np
  16. # array([[ 0.70456535, -0.15380788, -0.13207214],
  17. #        [ 0.08796856,  0.20387867,  0.2080159 ]], dtype=float32)