PReLU 层

[源代码]

PReLU 类

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

参数化的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 形状相同的可学习数组。

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: 激活函数的学习参数共享的轴。例如，如果输入的特征图来自输出形状为 (batch, height, width, channels) 的 2D 卷积，并且您希望跨空间共享参数，以便每个过滤器只有一个参数集，请设置 shared_axes=[1, 2]。
• **kwargs: 基础层的关键字参数，例如 name 和 dtype。