铁雪资源网 Design By www.gsvan.com
测试代码：
import torch
import torch.nn as nn
#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
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
以上这篇pytorch方法测试——激活函数(ReLU)详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
铁雪资源网 Design By www.gsvan.com
广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
铁雪资源网 Design By www.gsvan.com
暂无pytorch方法测试——激活函数(ReLU)详解的评论...