Python PyTorch Perceptron用法及代码示例

本文简要介绍python语言中 torchrec.modules.mlp.Perceptron 的用法。

用法:

class torchrec.modules.mlp.Perceptron(in_size: int, out_size: int, bias: bool = True, activation: typing.Union[torch.nn.modules.module.Module, typing.Callable[[torch.Tensor], torch.Tensor]] = <built-in method relu of type object>, device: typing.Optional[torch.device] = None)

参数：

• in_size(int) -每个输入样本中的元素数。

• out_size(int) -每个输出样本中的元素数。

• bias(bool) -如果设置为 False ，该层将不会学习加性偏差。默认值：True。

• activation(联盟[火炬.nn.模块,可调用[[torch.Tensor],torch.Tensor]]) - 应用于线性变换输出的激活函数。默认值：torch.relu。

• device(可选的[torch.device]) -默认计算设备。

基础：torch.nn.modules.module.Module

应用线性变换和激活。

例子：

batch_size = 3
in_size = 40
input = torch.randn(batch_size, in_size)

out_size = 16
perceptron = Perceptron(in_size, out_size, bias=True)

output = perceptron(input)
assert list(output) == [batch_size, out_size]