41 lines
1.6 KiB
ReStructuredText
41 lines
1.6 KiB
ReStructuredText
mindspore.nn.PReLU
|
||
===================
|
||
|
||
.. py:class:: mindspore.nn.PReLU(channel=1, w=0.25)
|
||
|
||
逐元素计算PReLU（PReLU Activation Operator）激活函数。
|
||
|
||
公式定义为：
|
||
|
||
.. math::
|
||
|
||
PReLU(x_i)= \max(0, x_i) + w * \min(0, x_i),
|
||
|
||
其中 :math:`x_i` 是输入的Tensor。
|
||
|
||
这里 :math:`w` 是一个可学习的参数，默认初始值 ``0.25``。
|
||
|
||
当带参数调用时每个通道上学习一个 :math:`w` 。如果不带参数调用时，则将在所有通道中共享单个参数 :math:`w` 。
|
||
|
||
PReLU函数图：
|
||
|
||
.. image:: ../images/PReLU.png
|
||
:align: center
|
||
|
||
参数：
|
||
- **channel** (int，可选) - 可训练参数 :math:`w` 的数量。它可以是int，值是 ``1``，或输入Tensor `x` 的通道数。默认值： ``1`` 。
|
||
- **w** (Union[float, list, Tensor]，可选) - 参数的初始值。它可以是float，float组成的list，或与输入Tensor `x` 具有相同数据类型的Tensor。默认值： ``0.25`` 。
|
||
|
||
输入：
|
||
- **x** (Tensor) - PReLU的输入Tensor，其shape为 :math:`(N, *)` ，其中 :math:`*` 表示任意的额外维度，数据类型为float16或float32。
|
||
|
||
输出：
|
||
Tensor，数据类型和shape与 `x` 相同。
|
||
|
||
异常：
|
||
- **TypeError** - `channel` 不是int。
|
||
- **TypeError** - `w` 既不是float，也不是list[float]或Tensor[float]。
|
||
- **TypeError** - `x` 的数据类型既不是float16也不是float32。
|
||
- **ValueError** - `x` 是Ascend上的0-D或1-D Tensor。
|
||
- **ValueError** - `channel` 小于1。
|