Pytorch 之torch.nn初探第3关：非线性--Nonlinearities

在实际应用中，非线性模型往往比线性模型更加适用，而 torch.nn 中也提供了许多非线性模型供大家使用。让我们一起来看一看吧！

任务描述

请同学们掌握 torch.nn 提供的几个重要的非线性模型，如下所示。由此对数据进行相应的非线性映射，便于之后的处理和应用。

• ReLU
• Threshold
• Sigmoid
• Tanh

本关任务：

本关提供了一个 Variable 类型的变量input，利用tanh模型对数据进行非线性映射。

相关知识

在编程中，我们常常需要对满足不同条件的数据进行不同的处理，这里我们可以利用非线性模型对数据进行映射以满足要求。

ReLU()

基本形式：

torch.nn.ReLU (inplace=False)

用途：应用 ReLU公式对输入数据进行转换： ReLU (x)=max(0，x)

 

参数说明：

• inplace
• 可以选择性地在原式进行操作
• 默认值为 False

维度:

• Input: (N，∗) - *代表任意数目的维度
• Output: (N，∗)(N，∗)- 与输