pyTorch深度学习多层感知机的实现
更新时间：2021年09月30日 11:42:47 作者：算法菜鸟飞高高
这篇文章主要为大家介绍了pyTorch深度学习多层感知机的实现，文中附含详细示例代码，有需要的朋友可以借鉴参考下，希望能够有所帮
激活函数
前两节实现的传送门
pyTorch深入学习梯度和Linear Regression实现析
前两节实现的linear model 和 softmax model 是单层神经网络，只包含一个输入层和一个输出层，因为输入层不对数据进行transformation，所以只算一层输出层。
多层感知机(mutilayer preceptron)加入了隐藏层，将神经网络的层级加深，因为线性层的串联结果还是线性层，所以必须在每个隐藏层之后添加激活函数，即增加model的非线性能力，使得model的function set变大。
ReLU，Sigmoid， tanh是三个常见的激活函数，分别做出它们的函数图像以及导数图像。
#画图使用
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')
其它两个激活函数的图像画法类似，分别为x.sigmoid(),x.tanh()
多层感知机的PyTorch实现
实际上多层感知机不过是在linear变换之后添加relu操作，在output layer进行softmax操作
def relu(x): return torch.max(input=x,others,other=torch.tensor(0.0))
max这个方法除了返回tensor中的最大值，还有和maximum函数一样的作用，将input和other进行element-wise的比较，返回二者中的最大值，shape不变。
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
这里就不从零开始实现了，因为softmax和linear model手写过以后，这个只是增加了一个矩阵乘法和一个ReLU操作
以上就是pytorch深度学习多层感知机的实现的详细内容，更多关于pytorch实现多层感知机的资料请关注脚本之家其它相关文章！
相关文章
这篇文章主要介绍了Python 处理文件的几种方式，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-10-10
在安装Python的Numpy包时,可能会遇到路径警告或包源超时的问题,首先,如果出现包源超时,可以尝试更换为国内的镜像源,如清华大学镜像源,其次,如果在安装完成后提示将某个路径添加到PATH环境变量,按照提示操作即可消除异常,需要的朋友可以参考下2024-09-09
DataFrame是pandas最常用的对象,其类似于excel中的表格,完成数据读取后,数据就以DataFrame数据结构存储在内存中,下面这篇文章主要给大家介绍了关于Pandas中DataFrame常用操作的相关资料,需要的朋友可以参考下2022-06-06
这篇文章主要介绍了unittest单元测试框架中常用的几种用例加载方法，帮助大家更好的理解和使用python的unittest测试模块，感兴趣的朋友可以了解下2020-12-12
在本篇内容里小编给大家整理的是一篇关于Python3爬虫中pyspider的安装步骤，需要的朋友们可以学习参考下。2020-07-07
在本篇文章里小编给大家整理的是一篇关于python常量折叠基础知识点讲解，对此有兴趣的朋友可以跟着学习下。2021-02-02
这篇文章主要介绍了python groupby函数实现分组后选取最值，文章围绕主题相关资料展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下2022-06-06
这篇文章主要介绍了scrapy框架中的items文件夹的用法详解,在Scrapy框架中,items文件夹是用来存放定义数据模型的Item类的地方,Item类描述了要从网页中提取的数据的结构和字段,通过使用Item类,我们可以更方便地组织和处理爬取到的数据,需要的朋友可以参考下2023-10-10
这篇文章主要介绍了使用Python处理Excel表格的简单方法,本文给大家介绍的非常详细，需要的朋友可以参考下2018-06-06
决策树是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。决策树算法容易理解，适用各种数据，在解决各种问题时都有良好表现2021-06-06
最新评论