活性化(Activation)

models モジュールの 活性化層(Activation層()を作るためのモデルです。

Binarize クラス

class binarybrain.models.Binarize(*, input_shape=None, binary_th=0.0, binary_low=-1.0, binary_high=1.0, hardtanh_min=-1.0, hardtanh_max=1.0, name=None, bin_dtype=DType.FP32, real_dtype=DType.FP32, core_model=None)

ベースクラス: Model

Binarize class

2値化(活性化層) backward は hard-tanh となる

パラメータ

bin_dtype (DType)) -- バイナリ型を bb.DType.FP32 と bb.DType.BIT から指定

Sigmoid クラス

class binarybrain.models.Sigmoid(*, input_shape=None, name=None, bin_dtype=DType.FP32, real_dtype=DType.FP32, core_model=None)

ベースクラス: Model

Sigmoid class

Sigmoid 活性化層 send_command で "binary true" とすることで、Binarize に切り替わる 多値で学習を進めて、途中から Binarize に切り替える実験などが可能である

ReLU クラス

class binarybrain.models.ReLU(*, input_shape=None, name=None, bin_dtype=DType.FP32, real_dtype=DType.FP32, core_model=None)

ベースクラス: Model

ReLU class

ReLU 活性化層 send_command で "binary true" とすることで、Binarize に切り替わる 多値で学習を進めて、途中から Binarize に切り替える実験などが可能である

HardTanh クラス

class binarybrain.models.HardTanh(*, input_shape=None, name=None, bin_dtype=DType.FP32, real_dtype=DType.FP32, core_model=None)

ベースクラス: Model

HardTanh class

HardTanh 活性化層 send_command で "binary true" とすることで、Binarize に切り替わる 多値で学習を進めて、途中から Binarize に切り替える実験などが可能である

Softmax クラス

class binarybrain.models.Softmax(*, input_shape=None, name=None, dtype=DType.FP32, core_model=None)

ベースクラス: Model

Softmax class

Softmax 活性化層