Machine learning 如何在tensorflow train API中使用我自己的激活函数？

我是否可以定义自己的激活函数并在TensorFlow系列API中使用它，即具有预定义估计器（如DNNClassifier）的高级API

例如，我想使用此代码，但用我自己的代码替换激活函数tf.nn.tanh：

tf.estimator.DNNClassifier(
要素列=要素列，
隐藏单位=[5,10,5
n_类=3，
优化器=tf.train.ProximalAdagradOptimizer（学习率=0.01，
l1_正则化_强度=0.0001），
激活（fn=tf.nn.tanh）

如果您的自定义函数可以用内置的tensorflow ops表示，那么它就相当简单。例如：

DNNClassifier（要素列=要素列），
...,
激活_fn=lambda x:2*tf.nn.tanh（x）+3*tf.nn.relu（x）+1）

一般来说，

activation\u fn

可以是一个接受任意形状张量的可调用函数（因为它将应用于每个层之后）。Tensorflow将能够通过此表达式反向传播，而不会出现任何问题

---

但是，如果你想要一个全新的自定义op，不能通过现有的op来表达，你必须注册它并手动计算它的梯度。有关详细信息，请参阅。

构造函数中的

激活\u fn

参数有什么问题？你想使用什么特定的自定义函数？该参数没有问题。但是如果我想要呢要使用某些函数的缩放或修改版本，而不是通过tf.nn.list提供的函数？世界上有许多类型的有界函数：）