scale

paddle. scale ( x, scale=1.0, bias=0.0, bias_after_scale=True, act=None, name=None ) [源代码]

缩放算子。

对输入Tensor进行缩放和偏置,其公式如下:

bias_after_scale 为True:

\[Out=scale*X+bias\]

bias_after_scale 为False:

\[Out=scale*(X+bias)\]

参数

  • x (Tensor) - 要进行缩放的多维Tensor,数据类型可以为float32,float64,int8,int16,int32,int64,uint8。

  • scale (float|Tensor) - 缩放的比例,是一个float类型或者一个shape为[1],数据类型为float32的Tensor类型。

  • bias (float) - 缩放的偏置。

  • bias_after_scale (bool) - 判断在缩放之前或之后添加偏置。为True时,先缩放再偏置;为False时,先偏置再缩放。该参数在某些情况下,对数值稳定性很有用。

  • act (str,可选) - 应用于输出的激活函数,如tanh、softmax、sigmoid、relu等。

  • 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

Tensor,缩放后的计算结果。

代码示例

# scale as a float32 number
import paddle

data = paddle.randn(shape=[2,3], dtype='float32')
res = paddle.scale(data, scale=2.0, bias=1.0)
# scale with parameter scale as a Tensor
import paddle

data = paddle.randn(shape=[2, 3], dtype='float32')
factor = paddle.to_tensor([2], dtype='float32')
res = paddle.scale(data, scale=factor, bias=1.0)