问神经网络中作为激活函数的模

EN

在神经网络中，我们可以使用模函数f(x)作为激活函数吗？模函数是单调和连续的(就像Relu一样)，除了输入数据域中的有限点外。模函数f(x)指的是

\begin{equation} f(x) = \begin{bmatrix} \vdots \\ x+a \ \ \ \if \ -a < x < 0 \\ x \ \ \ \ \ \ \ \if\ \ \ \ 0 < x < a\\ x-a \ \ \ \if \ \ \ \ a < x < 2a \\ \vdots \\ \end{bmatrix} \end{equation}，其中a是一个正数，为简单起见，可以将其视为超参数。

我希望我的输出取0,1和我之间的值，从一个高斯分布(，\sigma^2)中采样输出，其中，\sigma^2是神经网络的输出。因此，输出可能超出0,1范围。我不想做剪裁，因为它会给我的网络带来更多的问题

我是新来的乳胶，很抱歉没有使用一个良好的成型。