测试代码：
import torchimport 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。
最新文章
热门文章
猜你喜欢
