标签：nn torch inplace ReLU import 0.0000 input

首先根据源文档中的ReLU(x)=max(0,x)，得出结论。大于0的数值不变，小于0的数据变成0。

这是对应的文档链接：https://pytorch.org/docs/1.2.0/nn.html#torch.nn.ReLU  Ps:需要自取。

参数：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。

好处：省去了反复申请与释放内存的时间，直接代替原来的值。

测试代码：

import torch
from torch import nn
m = nn.ReLU()
# 随机生成5个数 有正有负。
input = torch.randn(5)
# 打印 随机生成的数
print(input)
output = m(input)
# 经过nn.ReLU()作用之后的数
print(output)
# 结果
# tensor([-0.7706, -0.1823,  0.2687,  0.2796, -1.7201])
# tensor([0.0000,   0.0000,  0.2687,  0.2796,  0.0000])

任务完成，下班。

标签：nn,torch,inplace,ReLU,import,0.0000,input
来源： https://www.cnblogs.com/kuangmeng/p/15598911.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。