Teknologian jakaminen

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

1: Neuroverkko (operaattori)

Operaattori: viittaa yleensä matemaattisiin perusoperaatioihin, joita käytetään neuroverkkokerroksessa;

1> Lineaarinen kerros (täysin yhdistetty kerros)

Sitä kutsutaan myös täysin yhdistetyksi kerrokseksi, ja se on yleisin kerrostyyppi. Se kertoo tulovektorin painomatriisilla ja lisää sitten bias-vektorin saadakseen lähtövektorin. Lineaarinen kerros on hermoverkon peruskerros, ja sen päätehtävänä on kartoittaa korkeaulotteinen syöte matalaulotteiseksi ulostuloksi;

Lineaarisen kerroksen mallikoodi

import torch
import torch.nn as nn
 
# 定义输入向量的维度
input_size = 10
 
# 定义线性层的输出维度
output_size = 5
 
# 创建线性层
fc_layer = nn.Linear(input_size, output_size)
 
# 创建输入向量
input_vector = torch.randn(1, input_size)  # 假设输入向量的形状为(1, input_size)
 
# 进行前向传播计算
output_vector = fc_layer(input_vector)
 
# 打印输出向量
print(output_vector)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

Ensin tuodaan taskulamppu ja torch.nn-moduulit. Sitten määritämme tulovektorin dimension input_size ja lineaarikerroksen lähtömitan output_size.

Seuraavaksi loimme lineaarisen kerroksen objektin nimeltä fc_layer käyttämällä luokkaa nn.Linear. Tämän luokan ensimmäinen parametri on tuloulottuvuus ja toinen parametri on lähtöulottuvuus.

Luomme sitten satunnaisen syöttövektorin input_vector ja välitämme sen lineaariseen kerrokseen eteenpäin etenemislaskelmia varten.Lopuksi tulostetaan tulosvektori