Mi az nn lineáris a PyTorchban?
Mi az nn lineáris a PyTorchban?

Videó: Mi az nn lineáris a PyTorchban?

Videó: Mi az nn lineáris a PyTorchban?
Videó: Tim Maudlin Λ Palmer: Fractal Geometry, Non-locality, Bell 2024, November
Anonim

Dokumentációból: OSZTÁLY fáklya. nn . Lineáris (in_features, out_features, bias=True) Érvényes a lineáris transzformáció a bejövő adatokká: y = xW^T + b. Paraméterek: in_features – az egyes bemeneti minták mérete.

Hasonlóképpen felteszik a kérdést, hogyan működik az NN lineáris?

Lineáris . Érvényes a lineáris transzformáció a bejövő adatokká, azaz //y= Ax+b//. A forward(input) mezőben megadott bemeneti tenzornak vagy vektornak (1D tenzor) vagy mátrixnak (2D tenzor) kell lennie. Ha a bemenet egy mátrix, akkor minden sor egy adott köteg bemeneti mintája.

Hasonlóképpen, mi a conv2d a PyTorchban? conv2d (input, weight, self. bias, self. stride, self. padding, self. dilatation, self.

Másodszor, mi az a PyTorch nn?

PyTorch : nn Az nn csomag modulok készletét határozza meg, amelyeket egy neurális hálózati rétegnek tekinthetünk, amely kimenetet állít elő a bemenetből, és lehet néhány betanítható súlya. import fáklya # N a tétel mérete; D_in a bemeneti méret; # H rejtett dimenzió; A D_out a kimeneti méret.

Hogyan használja a ReLU-t a PyTorchban?

Ban ben PyTorch , megépítheti a ReLU réteg segítségével az egyszerű függvény relu1 = nn. ReLU az inplace=False argumentummal. Mivel a ReLU A funkció elemenként kerül alkalmazásra, nincs szükség bemeneti vagy kimeneti méretek megadására. Az inplace argumentum határozza meg, hogy a függvény hogyan kezeli a bemenetet.

Ajánlott: