代码拉取完成,页面将自动刷新
class torch.nn.PReLU(num_parameters=1, init=0.25)(input) -> Tensor
更多内容详见torch.nn.PReLU。
class mindspore.nn.PReLU(channel=1, w=0.25)(x) -> Tensor
更多内容详见mindspore.nn.PReLU。
PyTorch:PReLU激活函数。
MindSpore:MindSpore此算子功能与PyTorch一致,仅参数名不同。
分类 | 子类 | PyTorch | MindSpore | 差异 |
---|---|---|---|---|
参数 | 参数1 | num_parameters | channel | 功能一致,参数名不同 |
参数2 | init | w | 功能一致,参数名不同 | |
输入 | 单输入 | input | x | 功能一致,参数名不同 |
两API此功能一致,用法相同,默认值相同,仅参数名不同。
# PyTorch
import torch
from torch import tensor
from torch import nn
import numpy as np
x = tensor(np.array([[0.1, -0.6], [-0.9, 0.9]]), dtype=torch.float32)
m = nn.PReLU()
out = m(x)
output = out.detach().numpy()
print(output)
# [[ 0.1 -0.15 ]
# [-0.225 0.9 ]]
# MindSpore
import mindspore
from mindspore import Tensor
import mindspore.nn as nn
import numpy as np
x = Tensor(np.array([[0.1, -0.6], [-0.9, 0.9]]), mindspore.float32)
prelu = nn.PReLU()
output = prelu(x)
print(output)
# [[ 0.1 -0.15 ]
# [-0.225 0.9 ]]
若不使用默认值,使用MindSpore只需将对应参数设置为相等的数即可实现相同功能。
# PyTorch
import torch
from torch import tensor
from torch import nn
import numpy as np
x = tensor(np.array([[0.1, -0.6], [-0.5, 0.9]]), dtype=torch.float32)
m = nn.PReLU(num_parameters=1, init=0.5)
out = m(x)
output = out.detach().numpy()
print(output)
# [[ 0.1 -0.3 ]
# [-0.25 0.9 ]]
# MindSpore
import mindspore
import mindspore.nn as nn
from mindspore import Tensor
import numpy as np
x = Tensor(np.array([[0.1, -0.6], [-0.5, 0.9]]), mindspore.float32)
prelu = nn.PReLU(channel=1, w=0.5)
output = prelu(x)
print(output)
# [[ 0.1 -0.3 ]
# [-0.25 0.9 ]]
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。