快捷方式

Softplus

class torch.nn.Softplus(beta=1.0, threshold=20.0)[source]

逐元素应用 Softplus 函数。

Softplus(x)=1βlog(1+exp(βx))\text{Softplus}(x) = \frac{1}{\beta} * \log(1 + \exp(\beta * x))

SoftPlus 是 ReLU 函数的平滑近似,可用于将机器的输出始终限制为正数。

为了数值稳定性,当 input×β>thresholdinput \times \beta > threshold 时,实现将恢复为线性函数。

参数
  • beta (float) – Softplus 公式的 β\beta 值。默认:1

  • threshold (float) – 超过此值的将恢复为线性函数。默认:20

形状
  • 输入:()(*),其中 * 表示任意数量的维度。

  • 输出:()(*),与输入相同形状。

../_images/Softplus.png

示例

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

文档

访问 PyTorch 的全面的开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源