keras中激活函數自定義(以mish函數為列)

 若使用keras框架直接編輯函數調用會導致編譯錯誤。因此，有2種方法可以實現keras的調用，其一使用lamda函數調用，

其二使用繼承Layer層調用(如下代碼)。如果使用繼承layer層調用，那你可以將你想要實現的方式，通過call函數編輯，而

call函數的參數一般為輸入特征變量[batch，h，w，c],具體實現如下代碼：

class Mish(Layer):
    '''
    Mish Activation Function.
    .. math::
        mish(x) = x * tanh(softplus(x)) = x * tanh(ln(1 + e^{x}))
        tanh=(1 - e^{-2x})/(1 + e^{-2x})
    Shape:
        - Input: Arbitrary. Use the keyword argument `input_shape`
        (tuple of integers, does not include the samples axis)
        when using this layer as the first layer in a model.
        - Output: Same shape as the input.
    Examples:
        >>> X_input = Input(input_shape)
        >>> X = Mish()(X_input)
    '''

    def __init__(self, **kwargs):
        super(Mish, self).__init__(**kwargs)
        self.supports_masking = True

    def call(self, inputs):
        return inputs * K.tanh(K.softplus(inputs))

    def get_config(self):
        config = super(Mish, self).get_config()
        return config

    def compute_output_shape(self, input_shape):
        '''
         compute_output_shape(self, input_shape)：為了能讓Keras內部shape的匹配檢查通過，
         這里需要重寫compute_output_shape方法去覆蓋父類中的同名方法，來保證輸出shape是正確的。
         父類Layer中的compute_output_shape方法直接返回的是input_shape這明顯是不對的，
         所以需要我們重寫這個方法。所以這個方法也是4個要實現的基本方法之一。
        '''
        return input_shape





有了mish激活函數，該如何調呢？以下代碼簡單演示其調用方式：

cov1=conv2d(卷積參數)（input）  # 將輸入input進行卷積操作

Mish()(cov1)  # 將卷積結果輸入定義的激活類中，實現mish激活