relu与maxpool
【摘要】
激活层好像有点浪费,不需要也可以。
import torchimport torchvision 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.LeakyReLU(inplace=True) maxpool= nn.MaxPool2d...
激活层好像有点浪费,不需要也可以。
-
-
-
import torch
-
import torchvision
-
-
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.LeakyReLU(inplace=True)
-
-
maxpool= nn.MaxPool2d(2,2)
-
input =torch.Tensor([[0.1,0.2],[0.3,-0.1]]).unsqueeze(0)
-
-
print(input)
-
-
output = m(input)
-
-
print(output)
-
-
pool_res=maxpool(output)
-
print(pool_res)
文章来源: blog.csdn.net,作者:网奇,版权归原作者所有,如需转载,请联系作者。
原文链接:blog.csdn.net/jacke121/article/details/94412684
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)