測試代碼：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
import torchimport torch.nn as nn#inplace為True，將會改變輸入的數據 ，否則不會改變原輸入，只會產生新的輸出m = nn.ReLU(inplace=True)input = torch.randn(7)print("輸入處理前圖片：")print(input)output = m(input)print("ReLU輸出：")print(output)print("輸出的尺度：")print(output.size())print("輸入處理后圖片：")print(input) |
輸出為：
輸入處理前圖片：
|
1
|
tensor([ 1.4940, 1.0278, -1.9883, -0.1871, 0.4612, 0.0297, 2.4300]) |
ReLU輸出：
|
1
|
tensor([ 1.4940, 1.0278, 0.0000, 0.0000, 0.4612, 0.0297, 2.4300]) |
輸出的尺度：
|
1
|
torch.Size([7]) |
輸入處理后圖片：
|
1
|
tensor([ 1.4940, 1.0278, 0.0000, 0.0000, 0.4612, 0.0297, 2.4300]) |
結論：
|
1
|
nn.ReLU(inplace=True) |
inplace為True，將會改變輸入的數據 ，否則不會改變原輸入，只會產生新的輸出
以上這篇pytorch方法測試——激活函數(ReLU)詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持服務器之家。
原文鏈接：https://blog.csdn.net/tmk_01/article/details/80679991
