以下是实现leaky_relu的两种方法：

import numpy as np                                                 

x = np.random.normal(size=[1, 5])

# first approach                           
leaky_way1 = np.where(x > 0, x, x * 0.01)                          

# second approach                                                                   
y1 = ((x > 0) * x)                                                 
y2 = ((x <= 0) * x * 0.01)                                         
leaky_way2 = y1 + y2

离开维基百科的leaky relu条目，应该可以用一个简单的掩码函数来做到这一点。

output = np.where(arr > 0, arr, arr * 0.01)

在大于0的任何地方，你都保留这个值，在其他任何地方，你用arr * 0.01替换它。

import numpy as np



def leaky_relu(arr):
    alpha = 0.1
    
    return np.maximum(alpha*arr, arr)

def leaky_relu_forward(x, alpha):
  out = x                                                
  out[out <= 0]=out[out <= 0]* alpha
  return out

只是为了补充，这approche：

def leaky_relu(x):
    return np.maximum(0.01*x, x)

比这个快2倍：

leaky_way1 = np.where(x > 0, x, x * 0.01)