torch.sigmoid() 与 torch.nn.Sigmoid() 对比 python

最新推荐文章于 2025-10-24 20:37:16 发布

原创最新推荐文章于 2025-10-24 20:37:16 发布 · 10w+ 阅读

CC 4.0 BY-SA版权

88 篇文章

订阅专栏

本文对比了 PyTorch 中两种 sigmoid 函数的用法：torch.sigmoid() 和 torch.nn.Sigmoid()，虽然两者功能相似，但使用场景有所不同。

该文章已生成可运行项目，

只看文档，我没太看出二者的具体区别，通过以下可知得到结果自然相同，不过使用方式确实不同，我目前也没明白为啥：

本文章已经生成可运行项目

18 条评论

weixin_44643955 2024.08.04
class Sigmoid(Module): r"""Applies the element-wise function: .. math:: \text{Sigmoid}(x) = \sigma(x) = \frac{1}{1 + \exp(-x)} Shape: - Input: :math:`(*)`, where :math:`*` means any number of dimensions. - Output: :math:`(*)`, same shape as the input. .. image:: ../scripts/activation_images/Sigmoid.png Examples:: >>> m = nn.Sigmoid() >>> input = torch.randn(2) >>> output = m(input) """ def forward(self, input: Tensor) -> Tensor: return torch.sigmoid(input)

该同学没有id 2023.05.15
gpt的回答区别：语法和使用方式不同：torch.sigmoid()是一个torch库中的函数，可以直接使用，而torch.nn.Sigmoid()是torch.nn模块中的类，需要实例化为对象才能使用。适用范围不同：torch.sigmoid()是一个张量级别的函数，可以直接应用于任何张量，返回具有相同形状的张量。torch.nn.Sigmoid()是一个神经网络模块，通常用于定义神经网络模型的层。联系：实现的功能相同：torch.sigmoid()和torch.nn.Sigmoid()都用于计算输入张量的sigmoid函数值，即将输入的每个元素转化为0到1之间的概率值。可以互相替代：在大多数情况下，这两个函数可以互相替代使用，具体取决于你的需求和使用场景。如果你只需要对张量执行sigmoid操作，可以使用torch.sigmoid()。如果你正在构建一个神经网络模型，并且需要将sigmoid函数作为其中的一层，可以使用torch.nn.Sigmoid()。