用法:
class torch.nn.PReLU(num_parameters=1, init=0.25, device=None, dtype=None)
~PReLU.weight(Tensor) -形状的可学习权重(
num_parameters
)。应用逐元素函数:
或者
这里 是一个可学习的参数。当不带参数调用时,
nn.PReLU()
在所有输入通道中使用单个参数 。如果使用nn.PReLU(nChannels)
调用,则每个输入通道使用单独的 。注意
在学习 以获得良好性能时,不应使用权重衰减。
注意
Channel dim 是输入的第二个 dim 。当输入的 dims < 2 时,则没有通道 dim ,并且通道数 = 1。
- 形状:
输入: 其中
*
表示任意数量的附加维度。输出:,与输入的形状相同。
例子:
>>> m = nn.PReLU() >>> input = torch.randn(2) >>> output = m(input)
参数:
变量:
相关用法
- Python torch.nn.PixelShuffle用法及代码示例
- Python torch.nn.ParameterDict用法及代码示例
- Python torch.nn.PixelUnshuffle用法及代码示例
- Python torch.nn.PairwiseDistance用法及代码示例
- Python torch.nn.PoissonNLLLoss用法及代码示例
- Python torch.nn.ParameterList用法及代码示例
- Python torch.nn.InstanceNorm3d用法及代码示例
- Python torch.nn.quantized.dynamic.LSTM用法及代码示例
- Python torch.nn.EmbeddingBag用法及代码示例
- Python torch.nn.Module.register_forward_hook用法及代码示例
- Python torch.nn.AvgPool2d用法及代码示例
- Python torch.nn.CELU用法及代码示例
- Python torch.nn.Hardsigmoid用法及代码示例
- Python torch.nn.GLU用法及代码示例
- Python torch.nn.functional.conv1d用法及代码示例
- Python torch.nn.Identity用法及代码示例
- Python torch.nn.Sigmoid用法及代码示例
- Python torch.nn.utils.spectral_norm用法及代码示例
- Python torch.nn.utils.prune.custom_from_mask用法及代码示例
- Python torch.nn.MaxUnpool2d用法及代码示例
注:本文由堆栈答案筛选整理自pytorch.org大神的英文原创作品 torch.nn.PReLU。非经特殊声明,原始代码版权归原作者所有,本译文的传播和使用请遵循“署名-相同方式共享 4.0 国际 (CC BY-SA 4.0)”协议。