我有火把的密码
import torch.nn.functional as F
class Network(nn.Module):
def __init__(self):
super().__init__()
self.hidden = nn.Linear(784, 256)
self.output = nn.Linear(256, 10)
def forward(self, x):
x = F.sigmoid(self.hidden(x))
x = F.softmax(self.output(x), dim=1)
return x
我的问题:这是什么self.hidden
?
它从nn.Linear
返回。它可以把x
作为参数。self.hidden
的具体功能是什么?
谢谢
来自documentation:
CLASS torch.nn.Linear(in_features, out_features, bias=True)
对传入数据应用线性转换:y=xW^T+b
参数:
请注意,线性方程中的权重W(形状(外特征,内特征)和偏移b(形状(外特征))是随机初始化的,并且可以稍后更改(例如,在网络训练期间)。
让我们看一个具体的例子:
参数是随机初始化的
输出计算为
1.0 * 0.2683 - 1.0 * 0.2599 + 0.6741 = 0.6825
在您的网络中,有三层:784个节点的输入层、256个节点的一个隐藏层和10个节点的输出层。
定义为具有两个层的
Network
,即隐藏层和输出层。 粗略地说,隐藏层的功能是保存训练期间可以优化的参数。相关问题 更多 >
编程相关推荐