我需要实现一个类似于 Keras 的“hard-sigmoid”的激活函数，只是针对不同的极限值：
- 0 如果 x < 0
- 1 如果 x > 1
- x 如果 0 <= x <= 1
如何使用 tensorflow 后端 Keras 实现它？
实现自定义硬 sigmoid 函数
数据挖掘
神经网络
喀拉斯
张量流
激活函数
2022-03-06 23:57:31
1个回答
基于这篇文章， Keras 中的硬 sigmoid实现为
max(0, min(1, x*0.2 + 0.5)). 要获得您喜欢的图形，您必须调整移位和斜率参数，即在您的情况下将它们排除在外：
这将生成以下图表：
对于 Keras 的 TensorFlow 后端，您可以在此处找到实现。对于您的情况，这将是相应更改的 "hard-sigmoid"：
zero = _to_tensor(0., x.dtype.base_dtype)
one = _to_tensor(1., x.dtype.base_dtype)
x = tf.clip_by_value(x, zero, one)
return x
其它你可能感兴趣的问题