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
import paddle
paddle.enable_static()

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]]