Отрицательные на ноль в TensorFlow

Отрицательные числа в ряду признаков часто заменяют нулём: положительные остаются как есть. Такую активацию даёт слой ReLU в Keras. Его создают без дополнительных настроек и вызывают на тензоре так же, как другие слои.

Создадим слой ReLU, передадим ряд с отрицательными и положительными значениями и выведем ответ:

import tensorflow as tf

values = tf.constant([-2.0, 0.0, 3.5, -1.0])
layer = tf.keras.layers.ReLU()
out = layer(values)
print(out)

Исходный тензор при этом не меняется. Сравним ряд до и после прохода через слой:

import tensorflow as tf

values = tf.constant([-2.0, 0.0, 3.5, -1.0])
layer = tf.keras.layers.ReLU()
out = layer(values)
print(values)
print(out)

Тот же слой работает и с таблицей: правило применяется к каждой ячейке отдельно:

import tensorflow as tf

table = tf.constant([[-1.0, 2.0], [0.0, -3.0]])
layer = tf.keras.layers.ReLU()
print(layer(table))

Соберите ряд температур [4.0, -1.0, 0.0, 2.5]. Оставьте на выходе только неотрицательные значения и выведите ряд.

Задайте таблицу [[-2, 1], [3, -4]] в виде дробных чисел. Получите таблицу без отрицательных ячеек и выведите её.

Создайте ряд [-5.0, -0.1, 7.0], примените к нему обрезку снизу по нулю и выведите исходный ряд и результат.