mirror of
https://github.com/opencv/opencv.git
synced 2026-07-29 23:33:05 +04:00
Add ReLU and LeakyReLU activation function in ml module
This commit is contained in:
+142
-72
@@ -135,7 +135,7 @@ public:
|
||||
|
||||
void setActivationFunction(int _activ_func, double _f_param1, double _f_param2 )
|
||||
{
|
||||
if( _activ_func < 0 || _activ_func > GAUSSIAN )
|
||||
if( _activ_func < 0 || _activ_func > LEAKYRELU)
|
||||
CV_Error( CV_StsOutOfRange, "Unknown activation function" );
|
||||
|
||||
activ_func = _activ_func;
|
||||
@@ -153,11 +153,23 @@ public:
|
||||
case GAUSSIAN:
|
||||
max_val = 1.; min_val = 0.05;
|
||||
max_val1 = 1.; min_val1 = 0.02;
|
||||
if( fabs(_f_param1) < FLT_EPSILON )
|
||||
if (fabs(_f_param1) < FLT_EPSILON)
|
||||
_f_param1 = 1.;
|
||||
if( fabs(_f_param2) < FLT_EPSILON )
|
||||
if (fabs(_f_param2) < FLT_EPSILON)
|
||||
_f_param2 = 1.;
|
||||
break;
|
||||
case RELU:
|
||||
if (fabs(_f_param1) < FLT_EPSILON)
|
||||
_f_param1 = 1;
|
||||
min_val = max_val = min_val1 = max_val1 = 0.;
|
||||
_f_param2 = 0.;
|
||||
break;
|
||||
case LEAKYRELU:
|
||||
if (fabs(_f_param1) < FLT_EPSILON)
|
||||
_f_param1 = 0.01;
|
||||
min_val = max_val = min_val1 = max_val1 = 0.;
|
||||
_f_param2 = 0.;
|
||||
break;
|
||||
default:
|
||||
min_val = max_val = min_val1 = max_val1 = 0.;
|
||||
_f_param1 = 1.;
|
||||
@@ -368,47 +380,61 @@ public:
|
||||
}
|
||||
}
|
||||
|
||||
void calc_activ_func( Mat& sums, const Mat& w ) const
|
||||
void calc_activ_func(Mat& sums, const Mat& w) const
|
||||
{
|
||||
const double* bias = w.ptr<double>(w.rows-1);
|
||||
const double* bias = w.ptr<double>(w.rows - 1);
|
||||
int i, j, n = sums.rows, cols = sums.cols;
|
||||
double scale = 0, scale2 = f_param2;
|
||||
|
||||
switch( activ_func )
|
||||
switch (activ_func)
|
||||
{
|
||||
case IDENTITY:
|
||||
scale = 1.;
|
||||
break;
|
||||
case SIGMOID_SYM:
|
||||
scale = -f_param1;
|
||||
break;
|
||||
case GAUSSIAN:
|
||||
scale = -f_param1*f_param1;
|
||||
break;
|
||||
default:
|
||||
;
|
||||
case IDENTITY:
|
||||
scale = 1.;
|
||||
break;
|
||||
case SIGMOID_SYM:
|
||||
scale = -f_param1;
|
||||
break;
|
||||
case GAUSSIAN:
|
||||
scale = -f_param1*f_param1;
|
||||
break;
|
||||
case RELU:
|
||||
scale = 1;
|
||||
break;
|
||||
case LEAKYRELU:
|
||||
scale = 1;
|
||||
break;
|
||||
default:
|
||||
;
|
||||
}
|
||||
|
||||
CV_Assert( sums.isContinuous() );
|
||||
CV_Assert(sums.isContinuous());
|
||||
|
||||
if( activ_func != GAUSSIAN )
|
||||
if (activ_func != GAUSSIAN)
|
||||
{
|
||||
for( i = 0; i < n; i++ )
|
||||
for (i = 0; i < n; i++)
|
||||
{
|
||||
double* data = sums.ptr<double>(i);
|
||||
for( j = 0; j < cols; j++ )
|
||||
for (j = 0; j < cols; j++)
|
||||
{
|
||||
data[j] = (data[j] + bias[j])*scale;
|
||||
if (activ_func == RELU)
|
||||
if (data[j] < 0)
|
||||
data[j] = 0;
|
||||
if (activ_func == LEAKYRELU)
|
||||
if (data[j] < 0)
|
||||
data[j] *= f_param1;
|
||||
}
|
||||
}
|
||||
|
||||
if( activ_func == IDENTITY )
|
||||
if (activ_func == IDENTITY || activ_func == RELU || activ_func == LEAKYRELU)
|
||||
return;
|
||||
}
|
||||
else
|
||||
{
|
||||
for( i = 0; i < n; i++ )
|
||||
for (i = 0; i < n; i++)
|
||||
{
|
||||
double* data = sums.ptr<double>(i);
|
||||
for( j = 0; j < cols; j++ )
|
||||
for (j = 0; j < cols; j++)
|
||||
{
|
||||
double t = data[j] + bias[j];
|
||||
data[j] = t*t*scale;
|
||||
@@ -416,92 +442,132 @@ public:
|
||||
}
|
||||
}
|
||||
|
||||
exp( sums, sums );
|
||||
exp(sums, sums);
|
||||
|
||||
if( sums.isContinuous() )
|
||||
if (sums.isContinuous())
|
||||
{
|
||||
cols *= n;
|
||||
n = 1;
|
||||
}
|
||||
|
||||
switch( activ_func )
|
||||
switch (activ_func)
|
||||
{
|
||||
case SIGMOID_SYM:
|
||||
for( i = 0; i < n; i++ )
|
||||
case SIGMOID_SYM:
|
||||
for (i = 0; i < n; i++)
|
||||
{
|
||||
double* data = sums.ptr<double>(i);
|
||||
for (j = 0; j < cols; j++)
|
||||
{
|
||||
double* data = sums.ptr<double>(i);
|
||||
for( j = 0; j < cols; j++ )
|
||||
if (!cvIsInf(data[j]))
|
||||
{
|
||||
if(!cvIsInf(data[j]))
|
||||
{
|
||||
double t = scale2*(1. - data[j])/(1. + data[j]);
|
||||
data[j] = t;
|
||||
}
|
||||
else
|
||||
{
|
||||
data[j] = -scale2;
|
||||
}
|
||||
double t = scale2*(1. - data[j]) / (1. + data[j]);
|
||||
data[j] = t;
|
||||
}
|
||||
else
|
||||
{
|
||||
data[j] = -scale2;
|
||||
}
|
||||
}
|
||||
break;
|
||||
}
|
||||
break;
|
||||
|
||||
case GAUSSIAN:
|
||||
for( i = 0; i < n; i++ )
|
||||
{
|
||||
double* data = sums.ptr<double>(i);
|
||||
for( j = 0; j < cols; j++ )
|
||||
data[j] = scale2*data[j];
|
||||
}
|
||||
break;
|
||||
case GAUSSIAN:
|
||||
for (i = 0; i < n; i++)
|
||||
{
|
||||
double* data = sums.ptr<double>(i);
|
||||
for (j = 0; j < cols; j++)
|
||||
data[j] = scale2*data[j];
|
||||
}
|
||||
break;
|
||||
|
||||
default:
|
||||
;
|
||||
default:
|
||||
;
|
||||
}
|
||||
}
|
||||
|
||||
void calc_activ_func_deriv( Mat& _xf, Mat& _df, const Mat& w ) const
|
||||
void calc_activ_func_deriv(Mat& _xf, Mat& _df, const Mat& w) const
|
||||
{
|
||||
const double* bias = w.ptr<double>(w.rows-1);
|
||||
const double* bias = w.ptr<double>(w.rows - 1);
|
||||
int i, j, n = _xf.rows, cols = _xf.cols;
|
||||
|
||||
if( activ_func == IDENTITY )
|
||||
if (activ_func == IDENTITY)
|
||||
{
|
||||
for( i = 0; i < n; i++ )
|
||||
for (i = 0; i < n; i++)
|
||||
{
|
||||
double* xf = _xf.ptr<double>(i);
|
||||
double* df = _df.ptr<double>(i);
|
||||
|
||||
for( j = 0; j < cols; j++ )
|
||||
for (j = 0; j < cols; j++)
|
||||
{
|
||||
xf[j] += bias[j];
|
||||
df[j] = 1;
|
||||
}
|
||||
}
|
||||
}
|
||||
else if( activ_func == GAUSSIAN )
|
||||
else if (activ_func == RELU)
|
||||
{
|
||||
for (i = 0; i < n; i++)
|
||||
{
|
||||
double* xf = _xf.ptr<double>(i);
|
||||
double* df = _df.ptr<double>(i);
|
||||
|
||||
for (j = 0; j < cols; j++)
|
||||
{
|
||||
xf[j] += bias[j];
|
||||
if (xf[j] < 0)
|
||||
{
|
||||
xf[j] = 0;
|
||||
df[j] = 0;
|
||||
}
|
||||
else
|
||||
df[j] = 1;
|
||||
}
|
||||
}
|
||||
}
|
||||
else if (activ_func == LEAKYRELU)
|
||||
{
|
||||
for (i = 0; i < n; i++)
|
||||
{
|
||||
double* xf = _xf.ptr<double>(i);
|
||||
double* df = _df.ptr<double>(i);
|
||||
|
||||
for (j = 0; j < cols; j++)
|
||||
{
|
||||
xf[j] += bias[j];
|
||||
if (xf[j] < 0)
|
||||
{
|
||||
xf[j] = f_param1*xf[j];
|
||||
df[j] = f_param1;
|
||||
}
|
||||
else
|
||||
df[j] = 1;
|
||||
}
|
||||
}
|
||||
}
|
||||
else if (activ_func == GAUSSIAN)
|
||||
{
|
||||
double scale = -f_param1*f_param1;
|
||||
double scale2 = scale*f_param2;
|
||||
for( i = 0; i < n; i++ )
|
||||
for (i = 0; i < n; i++)
|
||||
{
|
||||
double* xf = _xf.ptr<double>(i);
|
||||
double* df = _df.ptr<double>(i);
|
||||
|
||||
for( j = 0; j < cols; j++ )
|
||||
for (j = 0; j < cols; j++)
|
||||
{
|
||||
double t = xf[j] + bias[j];
|
||||
df[j] = t*2*scale2;
|
||||
df[j] = t * 2 * scale2;
|
||||
xf[j] = t*t*scale;
|
||||
}
|
||||
}
|
||||
exp( _xf, _xf );
|
||||
exp(_xf, _xf);
|
||||
|
||||
for( i = 0; i < n; i++ )
|
||||
for (i = 0; i < n; i++)
|
||||
{
|
||||
double* xf = _xf.ptr<double>(i);
|
||||
double* df = _df.ptr<double>(i);
|
||||
|
||||
for( j = 0; j < cols; j++ )
|
||||
for (j = 0; j < cols; j++)
|
||||
df[j] *= xf[j];
|
||||
}
|
||||
}
|
||||
@@ -510,34 +576,34 @@ public:
|
||||
double scale = f_param1;
|
||||
double scale2 = f_param2;
|
||||
|
||||
for( i = 0; i < n; i++ )
|
||||
for (i = 0; i < n; i++)
|
||||
{
|
||||
double* xf = _xf.ptr<double>(i);
|
||||
double* df = _df.ptr<double>(i);
|
||||
|
||||
for( j = 0; j < cols; j++ )
|
||||
for (j = 0; j < cols; j++)
|
||||
{
|
||||
xf[j] = (xf[j] + bias[j])*scale;
|
||||
df[j] = -fabs(xf[j]);
|
||||
}
|
||||
}
|
||||
|
||||
exp( _df, _df );
|
||||
exp(_df, _df);
|
||||
|
||||
// ((1+exp(-ax))^-1)'=a*((1+exp(-ax))^-2)*exp(-ax);
|
||||
// ((1-exp(-ax))/(1+exp(-ax)))'=(a*exp(-ax)*(1+exp(-ax)) + a*exp(-ax)*(1-exp(-ax)))/(1+exp(-ax))^2=
|
||||
// 2*a*exp(-ax)/(1+exp(-ax))^2
|
||||
scale *= 2*f_param2;
|
||||
for( i = 0; i < n; i++ )
|
||||
scale *= 2 * f_param2;
|
||||
for (i = 0; i < n; i++)
|
||||
{
|
||||
double* xf = _xf.ptr<double>(i);
|
||||
double* df = _df.ptr<double>(i);
|
||||
|
||||
for( j = 0; j < cols; j++ )
|
||||
for (j = 0; j < cols; j++)
|
||||
{
|
||||
int s0 = xf[j] > 0 ? 1 : -1;
|
||||
double t0 = 1./(1. + df[j]);
|
||||
double t1 = scale*df[j]*t0*t0;
|
||||
double t0 = 1. / (1. + df[j]);
|
||||
double t1 = scale*df[j] * t0*t0;
|
||||
t0 *= scale2*(1. - df[j])*s0;
|
||||
df[j] = t1;
|
||||
xf[j] = t0;
|
||||
@@ -1110,7 +1176,9 @@ public:
|
||||
{
|
||||
const char* activ_func_name = activ_func == IDENTITY ? "IDENTITY" :
|
||||
activ_func == SIGMOID_SYM ? "SIGMOID_SYM" :
|
||||
activ_func == GAUSSIAN ? "GAUSSIAN" : 0;
|
||||
activ_func == GAUSSIAN ? "GAUSSIAN" :
|
||||
activ_func == RELU ? "RELU" :
|
||||
activ_func == LEAKYRELU ? "LEAKYRELU" : 0;
|
||||
|
||||
if( activ_func_name )
|
||||
fs << "activation_function" << activ_func_name;
|
||||
@@ -1191,6 +1259,8 @@ public:
|
||||
{
|
||||
activ_func = activ_func_name == "SIGMOID_SYM" ? SIGMOID_SYM :
|
||||
activ_func_name == "IDENTITY" ? IDENTITY :
|
||||
activ_func_name == "RELU" ? RELU :
|
||||
activ_func_name == "LEAKYRELU" ? LEAKYRELU :
|
||||
activ_func_name == "GAUSSIAN" ? GAUSSIAN : -1;
|
||||
CV_Assert( activ_func >= 0 );
|
||||
}
|
||||
|
||||
Reference in New Issue
Block a user