标签：01 pred 08 torch sample 单元 2021 激活 向量

神经网络中的激活单元可以是多维度的向量吗？

不能是多维度的向量。
输入的features是x多维向量，一个代表sample数，一个代表features数，输入的每个单元都是标量实数，得到的激活单元也是标量实数。只是为了使用np中cpu或者gpu加速计算，才都变成向量的。一个向量就表示一层隐藏层上面的所有的激活单元。

import torch
import numpy as np

criterion = torch.nn.CrossEntropyLoss()
y = torch.LongTensor([1, 0, 0])
y_pred = torch.Tensor([[0.2, 0.1, -0.1],
                  [3, 8, 1],
                  [0.3, 0.6, 0.9]])
loss = criterion(y_pred, y)
print(loss.item())

例子中，y_pred表示有3个sample，每个sample有3个激活单元。
y中3维向量，每一个dimension表示一个样本的分类结果，three dimension表示three sample的分类结果。

标签：01,pred,08,torch,sample,单元,2021,激活,向量
来源： https://blog.csdn.net/m0_47757079/article/details/112382697

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。