prelu

paddle.nn.functional.prelu(x, weight, name=None):

prelu激活层（PRelu Activation Operator）。计算公式如下：

prelu - 图1

其中，xx 和 weight 为输入的 Tensor

参数

  • x (Tensor) - 输入的 Tensor ，数据类型为：float32、float64。

  • weight (Tensor) - 可训练参数，数据类型同x 一致，形状支持2种：[1] 或者 [in]，其中in为输入的通道数。

  • name (str, 可选) - 操作的名称(可选，默认值为None）。更多信息请参见 Name。

返回

Tensor ，数据类型和形状同 x 一致。

代码示例

  1. import paddle
  2. import paddle.nn.functional as F
  3. import numpy as np
  5. data = np.array([[[[-2.0,  3.0, -4.0,  5.0],
  6.                    [ 3.0, -4.0,  5.0, -6.0],
  7.                    [-7.0, -8.0,  8.0,  9.0]],
  8.                   [[ 1.0, -2.0, -3.0,  4.0],
  9.                    [-5.0,  6.0,  7.0, -8.0],
  10.                    [ 6.0,  7.0,  8.0,  9.0]]]], 'float32')
  11. x = paddle.to_tensor(data)
  12. w = paddle.to_tensor(np.array([0.25]).astype('float32'))
  13. out = F.prelu(x, w)
  14. # [[[[-0.5 ,  3.  , -1.  ,  5.  ],
  15. #    [ 3.  , -1.  ,  5.  , -1.5 ],
  16. #    [-1.75, -2.  ,  8.  ,  9.  ]],
  17. #   [[ 1.  , -0.5 , -0.75,  4.  ],
  18. #    [-1.25,  6.  ,  7.  , -2.  ],
  19. #    [ 6.  ,  7.  ,  8.  ,  9.  ]]]]