Vad är nn linjärt i PyTorch?

2024 Författare: Lynn Donovan | [email protected]. Senast ändrad: 2023-12-15 23:53

Från dokumentation: KLASS ficklampa. nn . Linjär (in_features, out_features, bias=True) Gäller en linjär transformation till inkommande data: y = xW^T + b. Parametrar: in_features – storleken på varje ingångsexempel.

På samma sätt frågas det, hur fungerar NN linjärt?

Linjär . Gäller a linjär transformation till inkommande data, dvs //y= Ax+b//. Ingångstensorn som ges i forward(input) måste antingen vara en vektor (1D-tensor) eller matris (2D-tensor). Om ingången är en matris, antas varje rad vara ett ingångsprov för en given batch.

På samma sätt, vad är conv2d i PyTorch? konv2d (inmatning, vikt, själv. partiskhet, själv. steg, själv. stoppning, själv. utvidgning, själv.

För det andra, vad är PyTorch nn?

PyTorch : nn De nn paketet definierar en uppsättning moduler, som du kan tänka dig som ett neuralt nätverkslager som producerar utdata från input och kan ha några träningsbara vikter. import brännare # N är batchstorlek; D_in är inmatningsdimension; # H är dold dimension; D_out är utgångsdimension.

Hur använder du ReLU i PyTorch?

I PyTorch , kan du konstruera en ReLU lager använder sig av den enkla funktionen relu1 = nn. ReLU med argumentet inplace=False. Sedan ReLU funktionen appliceras elementmässigt, det finns inget behov av att ange ingångs- eller utmatningsmått. Argumentet på plats bestämmer hur funktionen behandlar inmatningen.