pytorch方法测试——激活函数(ReLU)

本文通过一个简单的测试案例,展示了PyTorch中ReLU激活函数的工作原理,特别是inplace参数的作用。当inplace设置为True时,ReLU函数将直接修改输入张量,而不是创建一个新的输出张量。
部署运行你感兴趣的模型镜像
测试代码:
import torch
import torch.nn as nn

#inplaceTrue,将会改变输入的数据 ,否则不会改变原输入,只会产生新的输出
m = nn.ReLU(inplace=True)
input = torch.randn(7)

print("输入处理前图片:")
print(input)

output = m(input)

print("ReLU输出:")
print(output)
print("输出的尺度:")
print(output.size())

print("输入处理后图片:")
print(input)
输出为:
输入处理前图片:
tensor([ 1.4940,  1.0278, -1.9883, -0.1871,  0.4612,  0.0297,  2.4300])
ReLU输出:
tensor([ 1.4940,  1.0278,  0.0000,  0.0000,  0.4612,  0.0297,  2.4300])
输出的尺度:
torch.Size([7])
输入处理后图片
tensor([ 1.4940,  1.0278,  0.0000,  0.0000,  0.4612,  0.0297,  2.4300])
结论:
nn.ReLU(inplace=True)
inplace为True,将会改变输入的数据 ,否则不会改变原输入,只会产生新的输出


您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值