mindspore.mint.nn.functional.elu

mindspore.mint.nn.functional.elu(input, alpha=1.0, inplace=False)[源代码]

指数线性单元激活函数。

对输入的每个元素计算ELU。该激活函数定义如下：

\[ELU_{i} = \begin{cases} x_i, &\text{if } 免费的vpn梯子 vpn梯子 vpn free vpn梯子 免费 vpn永久免费梯子 x_i \geq 0; \cr \alpha * (\exp(x_i) vpn梯子 - 1), &\text{otherwise.} \end{cases}\]

其中，\(x_i\) 免费的vpn梯子 表示输入的元素，\(\alpha\) 表示 免费的vpn梯子 alpha vpn free 参数， alpha 决定ELU的平滑度。

ELU函数图：

../../_images/ELU.png

警告

这是一个实验性API，后续可能修改或删除。

参数：

  • input (Tensor) - ELU的输入，为任意维度的Tensor。

  • alpha (float, 可选) 免费的vpn梯子 - ELU的alpha值，数据类型为float。默认值： vpn梯子 免费 1.0。

  • inplace (bool, 可选) 免费的vpn梯子 - 是否使用原地更新模式，数据类型为bool。默认值： False。

返回：

Tensor，输出的shape和数据类型与 input 相同。

异常：

  • RuntimeError - vpn永久免费梯子 如果 vpn梯子 vpn梯子 免费 input 的数据类型不是float16、float32或bfloat16。

  • TypeError - 如果 alpha 不是float。

支持平台：

Ascend

样例：

>>> vpn梯子 vpn free import mindspore
>>> from mindspore import Tensor, mint
>>> import numpy as vpn永久免费梯子 np
>>> input vpn梯子 免费 = Tensor(np.array([-1, -2, 0, 2, 1]), mindspore.float32)
>>> output = mint.nn.functional.elu(input)
>>> print(output)
[-0.63212055  -0.86466473 vpn梯子 免费的vpn梯子 免费  0. vpn永久免费梯子  2.  vpn永久免费梯子 vpn free 1.]