pytorch方法测试——激活函数(ReLU)

测试代码:
 
import torch
import torch.nn as nn

#inplaceTrue,将会改变输入的数据 ,否则不会改变原输入,只会产生新的输出
m = nn.ReLU(inplace=True)
input = torch.randn(7)

print("输入处理前图片:")
print(input)

output = m(input)

print("ReLU输出:")
print(output)
print("输出的尺度:")
print(output.size())

print("输入处理后图片:")
print(input)
 
输出为:
输入处理前图片:
tensor([ 1.4940,  1.0278, -1.9883, -0.1871,  0.4612,  0.0297,  2.4300])
ReLU输出:
tensor([ 1.4940,  1.0278,  0.0000,  0.0000,  0.4612,  0.0297,  2.4300])
输出的尺度:
torch.Size([7])
输入处理后图片
tensor([ 1.4940,  1.0278,  0.0000,  0.0000,  0.4612,  0.0297,  2.4300])
 
结论:
nn.ReLU(inplace=True)
inplace为True,将会改变输入的数据 ,否则不会改变原输入,只会产生新的输出


  • 9
    点赞
  • 36
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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