你如何在Python中使用Keras LeakyReLU？

Question

我正在尝试使用Keras生成CNN,并编写以下代码:

batch_size = 64
epochs = 20
num_classes = 5

cnn_model = Sequential()
cnn_model.add(Conv2D(32, kernel_size=(3, 3), activation='linear',
                     input_shape=(380, 380, 1), padding='same'))
cnn_model.add(Activation('relu'))
cnn_model.add(MaxPooling2D((2, 2), padding='same'))
cnn_model.add(Conv2D(64, (3, 3), activation='linear', padding='same'))
cnn_model.add(Activation('relu'))
cnn_model.add(MaxPooling2D(pool_size=(2, 2), padding='same'))
cnn_model.add(Conv2D(128, (3, 3), activation='linear', padding='same'))
cnn_model.add(Activation('relu'))
cnn_model.add(MaxPooling2D(pool_size=(2, 2), padding='same'))
cnn_model.add(Flatten())
cnn_model.add(Dense(128, activation='linear'))
cnn_model.add(Activation('relu'))
cnn_model.add(Dense(num_classes, activation='softmax'))

cnn_model.compile(loss=keras.losses.categorical_crossentropy,
                  optimizer=keras.optimizers.Adam(), metrics=['accuracy'])

我想使用Keras的LeakyReLU激活层而不是使用Activation('relu').但是,我尝试使用LeakyReLU(alpha=0.1)到位,但这是Keras中的激活层,我收到有关使用激活层而不是激活函数的错误.

在这个例子中如何使用LeakyReLU？

Answer 1

Keras的所有高级激活,包括LeakyReLU,都可以作为层,而不是激活; 因此,你应该这样使用它:

from keras.layers import LeakyReLU

# instead of cnn_model.add(Activation('relu'))
# use
cnn_model.add(LeakyReLU(alpha=0.1))

Answer 2

有时，您只想直接替换内置的激活层，而不必为此添加额外的激活层。

为此，您可以使用activation参数可以是函数的事实。

lrelu = lambda x: tf.keras.activations.relu(x, alpha=0.1)
# or since TF2, as @craq mentionned:
lrelu = lambda x: tf.keras.layers.LeakyReLU(alpha=0.1)(x)
model.add(Conv2D(..., activation=lrelu, ...)