hard_sigmoid

paddle.fluid.layers.hard_sigmoid(x, slope=0.2, offset=0.5, name=None)[源代码]

sigmoid的分段线性逼近激活函数,速度比sigmoid快,详细解释参见 https://arxiv.org/abs/1603.00391

\[\begin{split}\\out=\max(0,\min(1,slope∗x+offset))\\\end{split}\]
参数:
  • x (Variable) - 该OP的输入为多维Tensor。数据类型必须为float32或float64。
  • slope (float,可选) - 斜率。值必须为正数,默认值为0.2。
  • offset (float,可选) - 偏移量。默认值为0.5。
  • name (str,可选) - 具体用法请参见 Name ,一般无需设置,默认值为None。

返回:激活后的Tensor,形状、数据类型和 x 一致。

返回类型:Variable

代码示例:

import paddle.fluid as fluid
data = fluid.layers.fill_constant(shape=[3, 2], value=0.5, dtype='float32') # [[0.5, 0.5], [0.5, 0.5], [0.5, 0.5]]
result = fluid.layers.hard_sigmoid(data) # [[0.6, 0.6], [0.6, 0.6], [0.6, 0.6]]