SELU

class torch.nn.SELU(inplace=False)

逐元素地应用 SELU 函数。

$$\text{SELU}(x) = \text{scale} * (\max(0,x) + \min(0, \alpha * (\exp(x) - 1)))$$

其中 $\alpha = 1.6732632423543772848170429916717$ 和 $\text{scale} = 1.0507009873554804934193349852946$。

警告

在使用 kaiming_normal 或 kaiming_normal_ 进行初始化时，应使用 nonlinearity='linear' 而不是 nonlinearity='selu' 来实现 自归一化神经网络。有关更多信息，请参阅 torch.nn.init.calculate_gain()。

更多细节可以在论文 Self-Normalizing Neural Networks 中找到。

参数

inplace (布尔类型, 可选) – 可以选择原地执行操作。默认值: False

形状

• 输入: $(*)$, 其中 $*$ 表示任意维度数量。

• 输出: $(*)$, 形状与输入相同。

示例

>>> m = nn.SELU()
>>> input = torch.randn(2)
>>> output = m(input)