Класс Activation
Класс Activation создает слой, который применяет заданную функцию активации к входным данным. Первым параметром передается функция активации в виде строки или вызываемого объекта. Слой не имеет обучаемых параметров и используется для добавления нелинейности в модель.
Синтаксис
tf.keras.layers.Activation(activation, **kwargs)
Пример
Давайте создадим слой активации с функцией relu и применим его к тензору:
import tensorflow as tf
layer = tf.keras.layers.Activation('relu')
t = tf.constant([-1, 0, 1, 2, 3])
res = layer(t)
print(res)
Результат выполнения кода:
tf.Tensor([0 0 1 2 3], shape=(5,), dtype=int32)
Пример
Давайте создадим слой активации с функцией sigmoid и применим его к тензору:
import tensorflow as tf
layer = tf.keras.layers.Activation('sigmoid')
t = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0])
res = layer(t)
print(res)
Результат выполнения кода:
tf.Tensor([0.7310586 0.880797 0.95257413 0.98201376 0.9933072 ], shape=(5,), dtype=float32)
Пример
Давайте создадим слой активации с функцией softmax и применим его к двумерному тензору:
import tensorflow as tf
layer = tf.keras.layers.Activation('softmax')
t = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
res = layer(t)
print(res)
Результат выполнения кода:
tf.Tensor(
[[0.09003057 0.24472848 0.66524094]
[0.09003057 0.24472848 0.66524094]], shape=(2, 3), dtype=float32)
