Τι είναι το nn γραμμικό στο PyTorch;
Τι είναι το nn γραμμικό στο PyTorch;

Βίντεο: Τι είναι το nn γραμμικό στο PyTorch;

Βίντεο: Τι είναι το nn γραμμικό στο PyTorch;
Βίντεο: Введение в цепи Маркова с Python! 2024, Νοέμβριος
Anonim

Από τεκμηρίωση: φακός CLASS. nn . Γραμμικός (in_features, out_features, bias=True) Ισχύει α γραμμικός μετατροπή στα εισερχόμενα δεδομένα: y = xW^T + β. Παράμετροι: in_features – μέγεθος κάθε δείγματος εισόδου.

Ομοίως, τίθεται το ερώτημα, πώς λειτουργεί η γραμμική NN;

Γραμμικός . Ισχύει α γραμμικός μετατροπή στα εισερχόμενα δεδομένα, δηλ. //y= Ax+b//. Ο τανυστής εισόδου που δίνεται στο μπροστινό(είσοδος) πρέπει να είναι είτε διάνυσμα (τανυστής 1D) είτε μήτρας (τανυστής 2D). Εάν η είσοδος είναι ένας πίνακας, τότε κάθε σειρά θεωρείται ότι είναι ένα δείγμα εισόδου μιας δεδομένης παρτίδας.

Ομοίως, τι είναι το conv2d στο PyTorch; conv2d (εισαγωγή, βάρος, εαυτό. μεροληψία, εαυτό. βηματισμός, εαυτός. γέμιση, εαυτό. διαστολή, εαυτό.

Δεύτερον, τι είναι το PyTorch nn;

PyTorch : nn ο nn Το πακέτο ορίζει ένα σύνολο Ενοτήτων, το οποίο μπορείτε να σκεφτείτε ως ένα στρώμα νευρωνικού δικτύου που παράγει έξοδο από την είσοδο και μπορεί να έχει κάποια εκπαιδεύσιμα βάρη. Ο φακός εισαγωγής # N είναι μέγεθος παρτίδας. Το D_in είναι η ιδιότητα εισόδου. # H είναι κρυφή διάσταση. Το D_out είναι διάσταση εξόδου.

Πώς χρησιμοποιείτε το ReLU στο PyTorch;

Σε PyTorch , μπορείτε να κατασκευάσετε ένα ReLU στρώμα χρησιμοποιώντας η απλή συνάρτηση relu1 = nn. ReLU με το όρισμα inplace=False. Δεδομένου ότι το ReLU Η λειτουργία εφαρμόζεται βάσει στοιχείων, δεν χρειάζεται να προσδιορίσετε διαστάσεις εισόδου ή εξόδου. Το όρισμα inplace καθορίζει τον τρόπο με τον οποίο η συνάρτηση αντιμετωπίζει την είσοδο.

Συνιστάται: