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
  5. x = fluid.data(name="x", shape=(-1, 3), dtype="float32")
  6. y = fluid.layers.thresholded_relu(x, threshold=0.1)
  8. place = fluid.CPUPlace()
  9. exe = fluid.Executor(place)
  11. start = fluid.default_startup_program()
  12. main = fluid.default_main_program()
  13. data = np.random.randn(2, 3).astype("float32")
  14. exe.run(start)
  15. y_np, = exe.run(main, feed={"x": data}, fetch_list=[y])
  17. data
  18. # array([[ 0.21134382, -1.1805999 ,  0.32876605],
  19. #        [-1.2210793 , -0.7365624 ,  1.0013918 ]], dtype=float32)
  20. y_np
  21. # array([[ 0.21134382, -0.        ,  0.32876605],
  22. #        [-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
  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.thresholded_relu(x, threshold=0.1)
  11.     y_np = y.numpy()
  12. data
  13. # array([[ 0.21134382, -1.1805999 ,  0.32876605],
  14. #        [-1.2210793 , -0.7365624 ,  1.0013918 ]], dtype=float32)
  15. y_np
  16. # array([[ 0.21134382, -0.        ,  0.32876605],
  17. #        [-0.        , -0.        ,  1.0013918 ]], dtype=float32)