pytorch relu函数实现_Pytorch-nn.functional.ReLU()

汪灏

于 2020-12-30 03:18:34 发布

阅读量595

点赞数

CC 4.0 BY-SA版权

文章标签： pytorch relu函数实现

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/weixin_42237925/article/details/112033863

博客展示了在PyTorch中实现ReLU函数的测试代码，通过设置`inplace=True`对随机生成的张量进行处理。测试结果表明，`inplace=True`会改变输入数据，而`inplace=False`则不会，为使用ReLU函数提供了实践参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

测试代码：

import torch

import torch.nn as nn

m = nn.ReLU(inplace=True)

input = torch.randn(10)

print(input)

output = m(input)

print(output)

print(input)

输出为：

tensor([ 0.2837, -1.2100, -0.4476, 1.0861, 2.2029, -0.3802, -0.0020, 1.8135, 0.5749, 0.5932])

tensor([0.2837, 0.0000, 0.0000, 1.0861, 2.2029, 0.0000, 0.0000, 1.8135, 0.5749, 0.5932])

tensor([0.2837, 0.0000, 0.0000, 1.0861, 2.2029, 0.0000, 0.0000, 1.8135, 0.5749, 0.5932])

结论：

nn.ReLU(inplace=True)

inplace=True会改变输入数据，inplace=False不会改变输入数据

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。