深度学习7 hsigmoid硬件友好的激活函数实现
2023-09-14 09:15:04 时间
hsigmoid激活函数是对sigmoid的近似,尽可能对sigmoid进行拟合。值域为【0,1】,斜率为1/6
公式为:
,相比于sigmoid的指数运算可以节省大量的计算时间。
基于relu函数实现,小于0置0,大于1置1
from keras.utils.generic_utils import get_custom_objects
tmp=0
def hsigmoid(x):
x=x/6+0.5
x=K.relu(x,max_value=1)*x/x
return x
get_custom_objects().update({'hsigmoid': layers.Activation(hsigmoid)})
训练试用
相关文章
- 光模块硬件学习
- Coap协议学习笔记-第一篇
- java struts2入门学习---文件下载的二种方式
- 《从零开始学Swift》学习笔记 (Day 58)—— Swift编码规范之变量或常量声明规范
- 【原创】.NET平台机器学习组件-Infer.NET连载(一)介绍
- Python语言学习:Python语言学习之硬件交互应用(arduino、树莓派等)相关的简介、案例应用之详细攻略
- DL之Yolov3:基于深度学习Yolov3算法实现视频目标检测之对《我要打篮球》视频段进行实时目标检测
- Python编程语言学习:一行代码利用enumerate函数把纯列表数据转为自带索引的字典数据,字典格式数据应用之key和value相互提取
- 值得学习练手的 5 个 Python 迷你程序(附代码)
- hive学习(一)hive架构及hive3.1.1三种方式部署安装
- python学习——编码
- 【阿里天池-医学影像报告异常检测】4 机器学习模型调参
- 2022 typescript史上最强学习入门文章(2w字)
- 学习Python(一):基本知识
- 【硬件架构的艺术】学习笔记(2)同步和复位