Nn خطی در PyTorch چیست؟

2024 نویسنده: Lynn Donovan | [email protected]. آخرین اصلاح شده: 2023-12-15 23:46

از مستندات: مشعل کلاس. nn . خطی (in_features، out_features، bias=True) الف را اعمال می کند خطی تبدیل به داده های ورودی: y = xW^T + b. پارامترها: in_features - اندازه هر نمونه ورودی.

به طور مشابه، سؤال می شود که خطی NN چگونه کار می کند؟

خطی . الف اعمال می کند خطی تبدیل به داده های ورودی، یعنی //y= Ax+b//. تانسور ورودی داده شده در جلو (ورودی) باید یا بردار (تانسور 1 بعدی) یا ماتریس (تانسور دو بعدی) باشد. اگر ورودی یک ماتریس باشد، هر سطر یک نمونه ورودی از دسته داده شده در نظر گرفته می شود.

به طور مشابه، conv2d در PyTorch چیست؟ conv2d (ورودی، وزن، خود. تعصب، خود. گام، خود. بالشتک، خود. اتساع، خود.

دوم اینکه PyTorch nn چیست؟

PyTorch : nn را nn بسته مجموعه‌ای از ماژول‌ها را تعریف می‌کند که می‌توانید آنها را به عنوان یک لایه شبکه عصبی در نظر بگیرید که خروجی از ورودی تولید می‌کند و ممکن است وزن‌های قابل آموزش داشته باشد. مشعل واردات # N اندازه دسته است. D_in بعد ورودی است. # H بعد پنهان است. D_out بعد خروجی است.

چگونه از ReLU در PyTorch استفاده می کنید؟

که در PyTorch ، می توانید یک را بسازید ReLU لایه استفاده كردن تابع ساده relu1 = nn. ReLU با آرگومان inplace=False. از آنجا که ReLU تابع از نظر عنصر اعمال می شود، نیازی به تعیین ابعاد ورودی یا خروجی نیست. آرگومان inplace تعیین می کند که تابع چگونه با ورودی رفتار می کند.