测试代码：

import torch
import torch.nn as nn

#inplace为True，将会改变输入的数据 ，否则不会改变原输入，只会产生新的输出
m = nn.ReLU(inplace=True)
input = torch.randn(7)

print("输入处理前图片：")
print(input)

output = m(input)

print("ReLU输出：")
print(output)
print("输出的尺度：")
print(output.size())

print("输入处理后图片：")
print(input)

输出为：

输入处理前图片：

tensor([ 1.4940, 1.0278, -1.9883, -0.1871, 0.4612, 0.0297, 2.4300])

ReLU输出：

tensor([ 1.4940, 1.0278, 0.0000, 0.0000, 0.4612, 0.0297, 2.4300])

输出的尺度：

torch.Size([7])

输入处理后图片：

tensor([ 1.4940, 1.0278, 0.0000, 0.0000, 0.4612, 0.0297, 2.4300])

结论：

nn.ReLU(inplace=True)

inplace为True，将会改变输入的数据 ，否则不会改变原输入，只会产生新的输出

以上这篇pytorch方法测试——激活函数(ReLU)详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持IIS7站长之家。