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)

         