softsign激活函数

人脸识别中,尝试替代prelu和bn层,效果不好。

pytorch函数:

    a_tensor=torch.Tensor([[-1,2,30],[4,5,60],[7,8,9]])aaaaa=F.softsign(a_tensor)print(a_tensor)
class SoftSign(Activation):def __init__(self, x):super(SoftSign, self).__init__(x)def forward(self):self.p = self.x / (1 + np.abs(self.x))return self.pdef backward(self):self.derivative = np.full_like(self.p, 0)self.derivative[self.x >= 0] = np.power(1 - self.p[self.x >= 0], 2)self.derivative[self.x < 0] = np.power(1 + self.p[self.x < 0], 2)return self.derivative
if __name__ == "__main__":x = np.linspace(-10, 10, 500)plt.plot(x, SoftSign(x)()[0], label='softSign_forward')plt.plot(x, SoftSign(x)()[1], label='softSign_backward')plt.legend(loc='best')plt.show()

效果图:

softsign激活函数相关推荐

  1. 神经网络中的权重初始化一览:从基础到Kaiming

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 在进行各种小实验和思维训练时,你会逐步发现为什么在训练深度神经网络 ...

  2. xavier初始化_深入解读xavier初始化(附源码)

    论文是Understanding the difficulty of training deep feedforward neural networks. 一篇感觉不错的翻译为[Deep Learni ...

  3. 【TensorFlow-windows】学习笔记三——实战准备

    前言 因为学习TensorFlow的内容较多,如果只看API会很无聊,可以结合实例去学习.但是在构建基本的模型之前,需要学一些准备知识:数据读取.预处理.优化器.损失函数 国际惯例,参考网址: Ten ...

  4. 百度语音合成模型Deep Voice3

    INTRODUCTION Deep Voice3是由百度提出的一个全新的全卷积TTS架构.百度的主要工作分为如下五个方面: 提出了一个全卷积的 character-to-spectrogram 架构, ...

  5. 【论文翻译】Deep Voice 3:通过卷积序列学习来扩展语音合成

    Deep Voice 3 引入了全卷积序列到序列式模型来进行语音合成,这种新架构在语音训练速度上有了数量级的提升,经过800 多个小时的语音数据学习,它可以合成 2400 多钟不同的语音结果.Deep ...

  6. 【Deep Learning】笔记:Understanding the difficulty of training deep feedforward neural networks

    这几天读了这篇论文,在这里将大致内容写在这里. Abstract 介绍这篇论文的主要内容就是尝试更好的理解为什么使用"标准随机初始化"来计算使用标准梯度下降的网络效果通常来讲都不是 ...

  7. TensorFlow 机器学习秘籍第二版:1~5

    原文:TensorFlow Machine Learning Cookbook 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自[ApacheCN 深度学习 译文集],采用译后编辑(MTPE ...

  8. 22个激活函数,ReLU、RReLU、LeakyReLU、PReLU、Sofplus、ELU、CELU、SELU、GELU、ReLU6、Sigmoid、Tanh、Softsign、Hardtanh等

    转自:https://www.pianshen.com/article/33331174884/ 1.22.Linear常用激活函数 1.22.1.ReLU torch.nn.ReLU() 1.22. ...

  9. 深度学习--TensorFlow(4)BP神经网络(损失函数、梯度下降、常用激活函数、梯度消失梯度爆炸)

    目录 一.概念与定义 二.损失函数/代价函数(loss) 三.梯度下降法 二维w与loss: 三维w与loss: 四.常用激活函数 1.softmax激活函数 2.sigmoid激活函数 3.tanh ...

最新文章

  1. Django基础之Model创建表
  2. 操作系统和Web服务器那点事儿
  3. R 操作矩阵和计算SVD的基本操作记录
  4. css不常用,不常用的 CSS
  5. .NET Core中使用Dapper操作Oracle存储过程最佳实践
  6. java多线程区别_Java中实现多线程的两种方式之间的区别
  7. 学前端开发是一种什么样的体验?
  8. 【AI视野·今日CV 计算机视觉论文速览 第202期】Thu, 20 May 2021
  9. python 各种排序
  10. Star Schema完全参考手册学习笔记六
  11. 安卓判断服务器返回的状态码,关于服务器返回的十四种常见HTTP状态码详解
  12. 奇安信代码安全实验室帮助 RedHat 修复两个 oVirt 漏洞,获官方致谢
  13. 将您的Apple ID更改为其他电子邮件地址的方法
  14. 32位汇编语言helloworld_编程语言发展70年,50种不同语言输出Hello World,你知多少?...
  15. fas怎么翻译成lisp_fas文件格式研究
  16. windows 无法加载DLL “***.dll”:找不到指定的模块
  17. UltraEdit Crack,完全集成的编辑和数据管理工具
  18. iphone模拟器中的documentPath
  19. mac pdf分割方法,及其方便!!
  20. 修改Linux时间一般涉及到3个命令: date, clock, hwclock

热门文章

  1. docker安装PostgreSQL
  2. 深入理解SQL注入绕过WAF和过滤机制
  3. BYTE,WORD,DWORD的大小及一些特殊的高低位宏(取高位 取低位)
  4. Get传递的最大长度
  5. Android 中 JUnit 测试的配置
  6. Linux内存管理之高端内存映射
  7. oracle导入dmp方法,oracle dmp文件导入方法
  8. mysql字段值后面有隐形字符_MySQL 隐形索引
  9. 弹性理论法研究桩基受力计算公式_收藏!桩基检测的7种方法
  10. mysql数据库初识实训总结_MySQL数据库初识(基础语句)