pyTorch深度學(xué)習(xí)多層感知機的實現(xiàn)
激活函數(shù)
前兩節(jié)實現(xiàn)的傳送門
pyTorch深度學(xué)習(xí)softmax實現(xiàn)解析
pyTorch深入學(xué)習(xí)梯度和Linear Regression實現(xiàn)析
前兩節(jié)實現(xiàn)的linear model 和 softmax model 是單層神經(jīng)網(wǎng)絡(luò)，只包含一個輸入層和一個輸出層，因為輸入層不對數(shù)據(jù)進(jìn)行transformation，所以只算一層輸出層。
多層感知機(mutilayer preceptron)加入了隱藏層，將神經(jīng)網(wǎng)絡(luò)的層級加深，因為線性層的串聯(lián)結(jié)果還是線性層，所以必須在每個隱藏層之后添加激活函數(shù)，即增加model的非線性能力，使得model的function set變大。
ReLU，Sigmoid， tanh是三個常見的激活函數(shù)，分別做出它們的函數(shù)圖像以及導(dǎo)數(shù)圖像。
#畫圖使用
def xyplot(x,y,name,size):
plt.figure(figsize=size)
plt.plot(x.detach().numpy(),y.detach().numpy())
plt.xlabel('x')
plt.ylabel(name+'(x)')
plt.show()
#relu x = torch.arange(-8,8,0.01,requires_grad=True) y = x.relu() xyplot(x,y,'relu')
y.sum().backward() xyplot(x,x.grad,'grad of relu')
其它兩個激活函數(shù)的圖像畫法類似，分別為x.sigmoid(),x.tanh()
多層感知機的PyTorch實現(xiàn)
實際上多層感知機不過是在linear變換之后添加relu操作，在output layer進(jìn)行softmax操作
def relu(x): return torch.max(input=x,others,other=torch.tensor(0.0))
max這個方法除了返回tensor中的最大值，還有和maximum函數(shù)一樣的作用，將input和other進(jìn)行element-wise的比較，返回二者中的最大值，shape不變。
class MulPeceptron(nn.Module):
def __init__(self,in_features,out_features):
super().__init__()
self.fc = nn.Linear(in_features=in_features,out_features=256)
self.out = nn.Linear(in_features=256,out_features=out_features)
def forward(self,t):
t = t.flatten(start_dim=1)
t = self.fc(t)
t = F.relu(t)
t = self.out(t)
return t
這里就不從零開始實現(xiàn)了，因為softmax和linear model手寫過以后，這個只是增加了一個矩陣乘法和一個ReLU操作
以上就是pytorch深度學(xué)習(xí)多層感知機的實現(xiàn)的詳細(xì)內(nèi)容，更多關(guān)于pytorch實現(xiàn)多層感知機的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
這篇文章主要為大家詳細(xì)介紹了python實現(xiàn)浪漫的煙花秀，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-01-01
在django中實現(xiàn)頁面倒數(shù)幾秒后自動跳轉(zhuǎn)的例子
今天小編就為大家分享一篇在django中實現(xiàn)頁面倒數(shù)幾秒后自動跳轉(zhuǎn)的例子，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08
一篇文章帶你搞定Ubuntu中打開Pycharm總是卡頓崩潰
這篇文章主要介紹了一篇文章帶你搞定Ubuntu中打開Pycharm總是卡頓崩潰，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-11-11
使用Django中的filter方法進(jìn)行數(shù)據(jù)查詢的基本操作
在 Django 中,QuerySet 的 filter() 方法是一個強大的工具,用于從數(shù)據(jù)庫中檢索數(shù)據(jù)并根據(jù)指定的條件進(jìn)行篩選,在本文中,我們將介紹如何使用 filter() 方法來執(zhí)行各種類型的數(shù)據(jù)查詢操作,需要的朋友可以參考下2024-05-05
這篇文章主要介紹了Python編程求質(zhì)數(shù)實例代碼，對求200,1000和100000以內(nèi)的質(zhì)數(shù)進(jìn)行了測試，小編覺得還是挺不錯的，具有一定借鑒價值，需要的朋友可以參考下2018-01-01
今天小編就為大家分享一篇Python將多個list合并為1個list的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06
Python使用urllib2模塊抓取HTML頁面資源的實例分享
這篇文章主要介紹了Python使用urllib2模塊抓取HTML頁面資源的實例分享,將要抓取的頁面地址寫在單獨的規(guī)則列表中方便組織和重復(fù)使用,需要的朋友可以參考下2016-05-05
字符串去重是python中字符串操作常見的一個需求，最近在工作中就又遇到了，所以下面這篇文章主要給大家介紹了關(guān)于Python對字符串實現(xiàn)去重操作的相關(guān)資料，文中給出了詳細(xì)的介紹，需要的朋友可以參考借鑒，下面來一起看看吧。2017-08-08
詳談pandas中agg函數(shù)和apply函數(shù)的區(qū)別
下面小編就為大家分享一篇詳談pandas中agg函數(shù)和apply函數(shù)的區(qū)別，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04
這篇文章主要介紹了Python3 實現(xiàn)遞歸求階乘的操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03