ops¶

abs¶

paddle.fluid.layers.abs(x, name=None)¶

绝对值激活函数。

\[out = |x|\]

参数:

x - abs算子的输入

use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回： abs算子的输出。

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.abs(data)

acos¶

paddle.fluid.layers.acos(x, name=None)¶

arccosine激活函数。

\[out = cos^{-1}(x)\]

参数:

x - acos算子的输入

返回： acos算子的输出。

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.acos(data)

asin¶

paddle.fluid.layers.asin(x, name=None)¶

arcsine激活函数。

\[out = sin^{-1}(x)\]

参数:

x - asin算子的输入

返回： asin算子的输出。

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.asin(data)

atan¶

paddle.fluid.layers.atan(x, name=None)¶

arctanh激活函数。

\[out = tanh^{-1}(x)\]

参数:

x - atan算子的输入

返回： atan算子的输出。

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.atan(data)

ceil¶

paddle.fluid.layers.ceil(x, name=None)¶

向上取整运算激活函数。

\[out = \left \lceil x \right \rceil\]

参数:

x - Ceil算子的输入

use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回： Ceil算子的输出。

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.ceil(data)

cos¶

paddle.fluid.layers.cos(x, name=None)¶

Cosine余弦激活函数。

\[out = cos(x)\]

参数:

x - cos算子的输入

use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回： Cos算子的输出

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.cos(data)

cumsum¶

paddle.fluid.layers.cumsum(x, axis=None, exclusive=None, reverse=None)[源代码]¶

沿给定轴的元素的累加和。默认结果的第一个元素和输入的第一个元素一致。如果exlusive为真，结果的第一个元素则为0。

参数：

x -累加操作符的输入
axis (INT)-需要累加的维。-1代表最后一维。[默认 -1]。
exclusive (BOOLEAN)-是否执行exclusive累加。[默认false]。
reverse (BOOLEAN)-若为true,则以相反顺序执行累加。[默认 false]。

返回：累加器的输出

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.cumsum(data, axis=0)

exp¶

paddle.fluid.layers.exp(x, name=None)¶

Exp激活函数(Exp指以自然常数e为底的指数运算)。

\[out = e^x\]

参数:

x - Exp算子的输入

use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回： Exp算子的输出

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.exp(data)

floor¶

paddle.fluid.layers.floor(x, name=None)¶

向下取整运算激活函数。

\[out = \left \lfloor x \right \rfloor\]

参数:

x - Floor算子的输入

use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回： Floor算子的输出。

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.floor(data)

hard_shrink¶

paddle.fluid.layers.hard_shrink(x, threshold=None)[源代码]¶

HardShrink激活函数(HardShrink activation operator)

\[\begin{split}out = \begin{cases} x, \text{if } x > \lambda \\ x, \text{if } x < -\lambda \\ 0, \text{otherwise} \end{cases}\end{split}\]

参数：

x - HardShrink激活函数的输入
threshold (FLOAT)-HardShrink激活函数的threshold值。[默认：0.5]

返回：HardShrink激活函数的输出

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[784])
result = fluid.layers.hard_shrink(x=data, threshold=0.3)

logsigmoid¶

paddle.fluid.layers.logsigmoid(x, name=None)¶

Logsigmoid激活函数。

\[out = \log \frac{1}{1 + e^{-x}}\]

参数:

x - LogSigmoid算子的输入
use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回： LogSigmoid算子的输出

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.logsigmoid(data)

reciprocal¶

paddle.fluid.layers.reciprocal(x, name=None)¶

Reciprocal（取倒数）激活函数

\[out = \frac{1}{x}\]

参数:

x - reciprocal算子的输入

use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回： Reciprocal算子的输出。

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.reciprocal(data)

round¶

paddle.fluid.layers.round(x, name=None)¶

Round取整激活函数。

\[out = [x]\]

参数:

x - round算子的输入

use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回： Round算子的输出。

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.round(data)

rsqrt¶

paddle.fluid.layers.rsqrt(x, name=None)¶

rsqrt激活函数

请确保输入合法以免出现数字错误。

\[out = \frac{1}{\sqrt{x}}\]

参数:

x - rsqrt算子的输入

use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回： rsqrt运算输出

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.rsqrt(data)

sigmoid¶

paddle.fluid.layers.sigmoid(x, name=None)¶

sigmoid激活函数

\[out = \frac{1}{1 + e^{-x}}\]

参数:

x - Sigmoid算子的输入

use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回： Sigmoid运算输出.

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.sigmoid(data)

sin¶

paddle.fluid.layers.sin(x, name=None)¶

正弦sine激活函数。

\[out = sin(x)\]

参数:

x - sin算子的输入

use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回： Sin算子的输出。

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.sin(data)

softplus¶

paddle.fluid.layers.softplus(x, name=None)¶

softplus激活函数。

\[out = \ln(1 + e^{x})\]

参数：

x - Softplus操作符的输入
use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回：Softplus操作后的结果

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.softplus(data)

softshrink¶

paddle.fluid.layers.softshrink(x, name=None)¶

Softshrink激活算子

\[\begin{split}out = \begin{cases} x - \lambda, \text{if } x > \lambda \\ x + \lambda, \text{if } x < -\lambda \\ 0, \text{otherwise} \end{cases}\end{split}\]

参数：

x - Softshrink算子的输入
lambda （FLOAT）- 非负偏移量。

返回： Softshrink算子的输出

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.softshrink(data)

softsign¶

paddle.fluid.layers.softsign(x, name=None)¶

softsign激活函数。

\[out = \frac{x}{1 + |x|}\]

参数：

x : Softsign操作符的输入
use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回：Softsign操作后的结果

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.softsign(data)

sqrt¶

paddle.fluid.layers.sqrt(x, name=None)¶

算数平方根激活函数。

请确保输入是非负数。有些训练当中，会出现输入为接近零的负值，此时应加上一个小值epsilon（1e-12）将其变为正数从而正确运算并进行后续的操作。

\[out = \sqrt{x}\]

参数:

x - Sqrt算子的输入

use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回： Sqrt算子的输出。

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.sqrt(data)

square¶

paddle.fluid.layers.square(x, name=None)¶

取平方激活函数。

\[out = x^2\]

参数:

x : 平方操作符的输入
use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回：平方后的结果

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.square(data)

tanh¶

paddle.fluid.layers.tanh(x, name=None)¶

tanh 激活函数。

\[out = \frac{e^{x} - e^{-x}}{e^{x} + e^{-x}}\]

参数:

x - Tanh算子的输入

use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回： Tanh算子的输出。

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.tanh(data)

tanh_shrink¶

paddle.fluid.layers.tanh_shrink(x, name=None)¶

tanh_shrink激活函数。

\[out = x - \frac{e^{x} - e^{-x}}{e^{x} + e^{-x}}\]

参数:

x - TanhShrink算子的输入

use_cudnn (BOOLEAN) – （bool，默认为false）是否仅用于cudnn核，需要安装cudnn

返回： tanh_shrink算子的输出

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[32, 784])
result = fluid.layers.tanh_shrink(data)

thresholded_relu¶

paddle.fluid.layers.thresholded_relu(x, threshold=None)[源代码]¶

ThresholdedRelu激活函数

\[\begin{split}out = \left\{\begin{matrix} x, &if x > threshold\\ 0, &otherwise \end{matrix}\right.\end{split}\]

参数： - x -ThresholdedRelu激活函数的输入 - threshold (FLOAT)-激活函数threshold的位置。[默认1.0]。

返回：ThresholdedRelu激活函数的输出

代码示例：

import paddle.fluid as fluid
data = fluid.layers.data(name="input", shape=[1])
result = fluid.layers.thresholded_relu(data, threshold=0.4)

uniform_random¶

paddle.fluid.layers.uniform_random(shape, dtype='float32', min=-1.0, max=1.0, seed=0)[源代码]¶

该操作符初始化一个张量，该张量的值是从均匀分布中抽样的随机值

参数：

shape (LONGS)-输出张量的维
dtype (np.dtype|core.VarDesc.VarType|str) – 数据的类型, 例如float32, float64。默认: float32.
min (FLOAT)-均匀随机分布的最小值。[默认 -1.0]
max (FLOAT)-均匀随机分布的最大值。[默认 1.0]
seed (INT)-随机种子，用于生成样本。0表示使用系统生成的种子。注意如果种子不为0，该操作符每次都生成同样的随机数。[默认 0]

代码示例：

import paddle.fluid as fluid
result = fluid.layers.uniform_random(shape=[32, 784])