Compartir tecnología

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

1: red neuronal (operador)

Operador: generalmente se refiere a las operaciones matemáticas básicas utilizadas en la capa de red neuronal;

1> Capa lineal (Capa totalmente conectada)

También llamada capa completamente conectada, es el tipo de capa más común. Multiplica el vector de entrada con la matriz de peso y luego suma el vector de polarización para obtener el vector de salida. La capa lineal es la capa básica de la red neuronal y su función principal es asignar entradas de alta dimensión a salidas de baja dimensión;

Código de muestra de capa lineal

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

Primero, se importan los módulos torch y torch.nn. Luego, definimos la dimensión tamaño_entrada del vector de entrada y la dimensión de salida tamaño_salida de la capa lineal.

A continuación, creamos un objeto de capa lineal llamado fc_layer usando la clase nn.Linear. El primer parámetro de esta clase es la dimensión de entrada y el segundo parámetro es la dimensión de salida.

Luego creamos un vector de entrada aleatorio input_vector y lo pasamos a la capa lineal para cálculos de propagación hacia adelante.Finalmente, imprimimos el vector de salida.