SELU¶

class torch.nn.SELU(inplace=False)[源代码]¶

逐元素应用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' 以获得自归一化神经网络。更多信息请参见 torch.nn.init.calculate_gain()。

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

Parameters: inplace (bool, 可选) – 可以选择就地执行操作。默认值：False

Shape:

输入： $(*)$ ，其中 $*$ 表示任意数量的维度。
输出: $(*)$ , 与输入形状相同。

示例：

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