tensorflow激活函数relu()的详解

tf.nn.relu(features, name = None)

解释：这个函数的作用是计算激活函数relu，即max(features, 0)。即将矩阵中每行的非最大值置0。

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import tensorflow as tf

a = tf.constant([-1.0, 2.0])
with tf.Session() as sess:
    b = tf.nn.relu(a)
    print sess.run(b)

以上程序输出的结果是：[0. 2.]

说明：a中每一个元素与0进行比较，小于0的置为0；大于0的不变。

-----------------------

相关参考：

TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor(张量)意味着N维数组，Flow(流)意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。

TensorFlow可被用于语音识别或图像识别等多项机器深度学习领域，对2011年开发的深度学习基础架构DistBelief进行了各方面的改进，它可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行。TensorFlow将完全开源，任何人都可以用。

原生接口文章

原生接口实例

slim接口文章

slim 实例

kera 接口文章

tensorflow使用过程中的辅助接口或通过tensorflow实现的批量操作接口

tf.nn.relu(features, name=None) = max(0,features)

参数：

features：A `Tensor`. 必须类型: `float32`, `float64`, `int32`, `int64`, `uint8`, `int16`, `int8`, `uint16`, `half`.
name：名称

返回：Tensor

一般features会是(卷积核,图像)的卷积后加上bias

tf.nn.relu(tf.nn.conv2d(x_image, w_conv1, strides=[1, 1, 1, 1], padding='SAME') + b_conv1)

这里只讲Tensorflow中relu函数

对于Relu的原理介绍看：http://blog.csdn.net/zj360202/article/details/70256494