一.nn.LeakyReLU()函数
在 PyTorch 中,nn.LeakyReLU()
是一个激活函数,用于引入非线性性到神经网络中。Leaky ReLU 是修正线性单元(ReLU)的一种变体,它在输入为负数时不是完全置零,而是引入一个小的负斜率。nn.LeakyReLU()
的初始化参数如下:
negative_slope
(默认为0.01
):负斜率,指定当输入为负数时的斜率值。通常设置为一个小的正数。
举个例子,如下所示:
import torch
import torch.nn as nn
# 创建 LeakyReLU 激活函数实例
leaky_relu = nn.LeakyReLU(negative_slope=0.01)
# 假设有一个输入张量 x
x = torch.randn(3, 3)
# 将输入张量传递给 LeakyReLU 激活函数
output = leaky_relu(x)
在这个例子中,negative_slope
参数被设置为 0.01
,但可根据需求调整。Leaky ReLU 的主要优点之一是在输入为负数时允许一定的信息流,这有助于避免梯度消失问题,尤其在深层网络中。
二.nn.Module 模块
nn.Module
是 PyTorch 中所有神经网络模块的基类。任何自定义神经网络层、模型或其他组件都应该继承自 nn.Module
。其特征如下所示:
-
提供了一些基本功能,如参数管理、子模块追踪等。
-
允许定义网络层的前向传播逻辑。
-
能够自动追踪网络的参数,使得优化器可以更新这些参数。
举个例子,如下所示:
import torch.nn as nn
class SimpleModel(nn.Module):
def __init__(self):
super(SimpleModel, self).__init__()
self.fc = nn.Linear(in_features=10, out_features=5)
def forward(self, x):
return self.fc(x)
三.nn.ModuleList 模块
nn.ModuleList
是用于将多个子模块组合成列表形式的容器。它允许在模型中方便地管理多个子模块,例如堆叠多个层。其特征如下所示:
-
可以通过索引访问和操作列表中的每个子模块。
-
允许在 forward 方法中方便地迭代或使用列表中的模块。
举个例子,如下所示:
import torch.nn as nn
class ComplexModel(nn.Module):
def __init__(self):
super(ComplexModel, self).__init__()
self.layers = nn.ModuleList([
nn.Linear(in_features=10, out_features=5),
nn.ReLU(),
nn.Linear(in_features=5, out_features=1)
])
def forward(self, x):
for layer in self.layers:
x = layer(x)
return x
总之,在 PyTorch 中,nn.Module
和 nn.ModuleList
是用于构建神经网络的两个关键组件。nn.Module
提供了一个通用的神经网络模块的基类,而 nn.ModuleList
是用于管理多个子模块的容器。通常,nn.Module
的派生类会包含 nn.ModuleList
作为其属性,以构建更复杂的网络结构。
最后
感谢你们的阅读和喜欢,我收藏了很多技术干货,可以共享给喜欢我文章的朋友们,如果你肯花时间沉下心去学习,它们一定能帮到你。
因为这个行业不同于其他行业,知识体系实在是过于庞大,知识更新也非常快。作为一个普通人,无法全部学完,所以我们在提升技术的时候,首先需要明确一个目标,然后制定好完整的计划,同时找到好的学习方法,这样才能更快的提升自己。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
一、全套AGI大模型学习路线
AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!
二、640套AI大模型报告合集
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
四、AI大模型商业化落地方案
五、面试资料
我们学习AI大模型必然是想找到高薪的工作,下面这些面试题都是总结当前最新、最热、最高频的面试题,并且每道题都有详细的答案,面试前刷完这套面试题资料,小小offer,不在话下。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】