relu

应用修正线性单元激活

全页折叠

语法

Y = relu(X)

说明

修正线性单元 (ReLU) 激活运算执行非线性阈值运算，其中任何小于零的输入值都设置为零。

此运算等效于：

$ReLU (x) = {\begin{matrix} x, & x > 0 \\ 0, & x \leq 0 \end{matrix}$

注意

此函数将 ReLU 运算应用于 dlarray 数据。如果要在 dlnetwork 对象中应用 ReLU 激活，请使用 reluLayer。

Y = relu(X) 通过应用阈值运算来计算输入 X 的 ReLU 激活。X 中所有小于零的值都设置为零。

示例

全部折叠

应用 ReLU 运算

打开实时脚本

创建一个格式化的 dlarray 对象，其中包含一批（128 个）具有 3 个通道的 28×28 图像。指定格式 'SSCB'（空间、空间、通道、批量）。

miniBatchSize = 128;
inputSize = [28 28];
numChannels = 3;
X = rand(inputSize(1),inputSize(2),numChannels,miniBatchSize);
X = dlarray(X,"SSCB");

查看输入数据的大小和格式。

size(X)

ans = 1×4

    28    28     3   128

dims(X)

ans = 
'SSCB'

使用 relu 函数应用 ReLU 运算。

Y = relu(X);

查看输出的大小和格式。

size(Y)

ans = 1×4

    28    28     3   128

dims(Y)

ans = 
'SSCB'

输入参数

全部折叠

`X` — 输入数据
`dlarray` 对象

输入数据，指定为格式化或未格式化的 dlarray 对象。

输出参量

全部折叠

`Y` — ReLU 激活
`dlarray`

ReLU 激活，以 dlarray 形式返回。输出 Y 与输入 X 具有相同的基础数据类型。

如果输入数据 X 是格式化的 dlarray，则 Y 与 X 具有相同的维度格式。如果输入数据不是格式化的 dlarray，则 Y 是未格式化的 dlarray，其维度顺序与输入数据相同。

扩展功能

全部展开

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

relu 函数支持 GPU 数组输入，但有以下用法说明和限制：

当输入参量 X 是基础数据类型为 gpuArray 的 dlarray 时，此函数在 GPU 上运行。

有关详细信息，请参阅在 GPU 上运行 MATLAB 函数 (Parallel Computing Toolbox)。

版本历史记录

在 R2019b 中推出

另请参阅

relu

语法

说明

示例

应用 ReLU 运算

输入参数

X — 输入数据 dlarray 对象

输出参量

Y — ReLU 激活 dlarray

扩展功能

C/C++ 代码生成 使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成 使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

GPU 数组 通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

版本历史记录

另请参阅

主题

`X` — 输入数据
`dlarray` 对象

`Y` — ReLU 激活
`dlarray`

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。