torch.nn.GELU

m = nn.GELU()input = torch.randn(2)output = m(input)误差函数图在数学中，误差函数(亦称高斯误差函数)，通常表示为ERF，是一个复变量的复函数，定义为：erf⁡z=2π∫0ze−t2 dt.\displaystyle \operatorname {erf} z={\frac {2}{\sqrt {\pi }}}\int _{0}^{z}e^{-t^

tianyunlinger

9611人浏览 · 2021-08-16 11:42:12

tianyunlinger · 2021-08-16 11:42:12 发布

m = nn.GELU()
input = torch.randn(2)
output = m(input)

在这里插入图片描述

误差函数图

在数学中，误差函数(亦称高斯误差函数)，通常表示为ERF，是一个复变量的复函数，定义为：

$\displaystyle \operatorname {erf} z={\frac {2}{\sqrt {\pi }}}\int _{0}^{z}e^{-t^{2}}\,dt.$
这个积分是特殊(非-初等) sigmoid中经常出现的函数。概率, 统计，和偏微分方程。在许多这些应用程序中，函数参数是实数。如果函数参数是实的，那么函数值也是实的。
在统计学上，对于非负值x，错误函数具有以下解释：随机变量 Y那是正态分布带着平均0和标准差 1/√2, ERFx是概率Y落在范围[−x, x]内.
两个密切相关的函数是互补误差函数 (ERFC)定义为
$\displaystyle \operatorname {erfc} z=1-\operatorname {erf} z.$

在这里插入图片描述
参考链接：https://pytorch.org/docs/stable/generated/torch.nn.GELU.html?highlight=gelu
https://en.wikipedia.org/wiki/Error_function
https://blog.csdn.net/qq_40945404/article/details/110497682