PyTorch中的nn.LeakyReLU()、nn.Module和nn.ModuleList

一.nn.LeakyReLU()函数

在 PyTorch 中,nn.LeakyReLU() 是一个激活函数,用于引入非线性性到神经网络中。Leaky ReLU 是修正线性单元(ReLU)的一种变体,它在输入为负数时不是完全置零,而是引入一个小的负斜率。nn.LeakyReLU() 的初始化参数如下:

  • negative_slope(默认为 0.01):负斜率,指定当输入为负数时的斜率值。通常设置为一个小的正数。

举个例子,如下所示:

复制代码
import torch
import torch.nn as nn

# 创建 LeakyReLU 激活函数实例
leaky_relu = nn.LeakyReLU(negative_slope=0.01)

# 假设有一个输入张量 x
x = torch.randn(3, 3)

# 将输入张量传递给 LeakyReLU 激活函数
output = leaky_relu(x)

在这个例子中,negative_slope 参数被设置为 0.01,但可根据需求调整。Leaky ReLU 的主要优点之一是在输入为负数时允许一定的信息流,这有助于避免梯度消失问题,尤其在深层网络中。

二.nn.Module 模块

nn.Module 是 PyTorch 中所有神经网络模块的基类。任何自定义神经网络层、模型或其他组件都应该继承自 nn.Module。其特征如下所示:

  • 提供了一些基本功能,如参数管理、子模块追踪等。
  • 允许定义网络层的前向传播逻辑。
  • 能够自动追踪网络的参数,使得优化器可以更新这些参数。

举个例子,如下所示:

复制代码
import torch.nn as nn

class SimpleModel(nn.Module):
    def __init__(self):
        super(SimpleModel, self).__init__()
        self.fc = nn.Linear(in_features=10, out_features=5)

    def forward(self, x):
        return self.fc(x)

三.nn.ModuleList 模块

nn.ModuleList 是用于将多个子模块组合成列表形式的容器。它允许在模型中方便地管理多个子模块,例如堆叠多个层。其特征如下所示:

  • 可以通过索引访问和操作列表中的每个子模块。
  • 允许在 forward 方法中方便地迭代或使用列表中的模块。

举个例子,如下所示:

复制代码
import torch.nn as nn

class ComplexModel(nn.Module):
    def __init__(self):
        super(ComplexModel, self).__init__()
        self.layers = nn.ModuleList([
            nn.Linear(in_features=10, out_features=5),
            nn.ReLU(),
            nn.Linear(in_features=5, out_features=1)
        ])

    def forward(self, x):
        for layer in self.layers:
            x = layer(x)
        return x

总之,在 PyTorch 中,nn.Modulenn.ModuleList 是用于构建神经网络的两个关键组件。nn.Module 提供了一个通用的神经网络模块的基类,而 nn.ModuleList 是用于管理多个子模块的容器。通常,nn.Module 的派生类会包含 nn.ModuleList 作为其属性,以构建更复杂的网络结构。

相关推荐
Gyoku Mint2 分钟前
深度学习×第4卷:Pytorch实战——她第一次用张量去拟合你的轨迹
人工智能·pytorch·python·深度学习·神经网络·算法·聚类
zzywxc7875 分钟前
AI大模型的技术演进、流程重构、行业影响三个维度的系统性分析
人工智能·重构
点控云5 分钟前
智能私域运营中枢:从客户视角看 SCRM 的体验革新与价值重构
大数据·人工智能·科技·重构·外呼系统·呼叫中心
zhaoyi_he13 分钟前
多模态大模型的技术应用与未来展望:重构AI交互范式的新引擎
人工智能·重构
葫三生1 小时前
如何评价《论三生原理》在科技界的地位?
人工智能·算法·机器学习·数学建模·量子计算
m0_751336392 小时前
突破性进展:超短等离子体脉冲实现单电子量子干涉,为飞行量子比特奠定基础
人工智能·深度学习·量子计算·材料科学·光子器件·光子学·无线电电子
美狐美颜sdk5 小时前
跨平台直播美颜SDK集成实录:Android/iOS如何适配贴纸功能
android·人工智能·ios·架构·音视频·美颜sdk·第三方美颜sdk
DeepSeek-大模型系统教程6 小时前
推荐 7 个本周 yyds 的 GitHub 项目。
人工智能·ai·语言模型·大模型·github·ai大模型·大模型学习
郭庆汝6 小时前
pytorch、torchvision与python版本对应关系
人工智能·pytorch·python
小雷FansUnion8 小时前
深入理解MCP架构:智能服务编排、上下文管理与动态路由实战
人工智能·架构·大模型·mcp