Pytorch下实现自定义激活函数

本文通过实例展示了如何在PyTorch中实现自定义激活函数,包括遇到的问题及解决方案。首先介绍了设计激活函数的思路,接着讨论了两个常见问题:1. 转换PyTorch张量到numpy时保持梯度信息;2. log函数对输入值的限制。解决方案分别涉及张量的克隆或detach操作,以及对输入值的条件检查。最后进行了测试验证,对于需要梯度的情况,还提供了参考链接。
摘要由CSDN通过智能技术生成

(每个人错误情况可能不一样,仅供参考。以复现一篇含自定义激活函数论文为例。)
1:拟设计激活函数:
在这里插入图片描述
2:代码编辑:

class log_act(nn.Module):
    def __init__(self, alpha, beta, positive_flag=True):
        super(log_act, self).__init__()
        self.positive_flag = positive_flag
        self.a = alpha
        self.C1 = beta
    def forward(self, x):
        x = x.detach().numpy()
        C0 = np.exp(
  • 3
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 6
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
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