PyTorch এ nn রৈখিক কি?

2024 লেখক: Lynn Donovan | [email protected]. সর্বশেষ পরিবর্তিত: 2023-12-15 23:44

ডকুমেন্টেশন থেকে: ক্লাস টর্চ। nn . রৈখিক (in_features, out_features, bias=True) প্রযোজ্য a রৈখিক ইনকামিং ডেটাতে রূপান্তর: y = xW^T + b। পরামিতি: in_features – প্রতিটি ইনপুট নমুনার আকার।

একইভাবে, জিজ্ঞাসা করা হয়, NN লিনিয়ার কীভাবে কাজ করে?

রৈখিক . প্রযোজ্য a রৈখিক ইনকামিং ডেটাতে রূপান্তর, যেমন //y= Ax+b//। ফরোয়ার্ডে (ইনপুট) দেওয়া ইনপুট টেনসর অবশ্যই একটি ভেক্টর (1D টেনসর) বা ম্যাট্রিক্স (2D টেনসর) হতে হবে। যদি ইনপুট একটি ম্যাট্রিক্স হয়, তাহলে প্রতিটি সারি প্রদত্ত ব্যাচের একটি ইনপুট নমুনা বলে ধরে নেওয়া হয়।

একইভাবে, PyTorch এ conv2d কি? conv2d (ইনপুট, ওজন, স্ব। পক্ষপাত, স্ব। স্ট্রাইড, স্ব। প্যাডিং, স্ব। প্রসারণ, স্ব।

দ্বিতীয়ত, PyTorch nn কি?

পাইটর্চ : nn দ্য nn প্যাকেজ মডিউলগুলির একটি সেট সংজ্ঞায়িত করে, যেটিকে আপনি একটি নিউরাল নেটওয়ার্ক স্তর হিসাবে ভাবতে পারেন যা ইনপুট থেকে আউটপুট তৈরি করে এবং কিছু প্রশিক্ষণযোগ্য ওজন থাকতে পারে। আমদানি মশাল # N ব্যাচ আকার; D_in হল ইনপুট মাত্রা; # H হল লুকানো মাত্রা; D_out হল আউটপুট মাত্রা।

আপনি কিভাবে PyTorch-এ ReLU ব্যবহার করবেন?

ভিতরে পাইটর্চ , আপনি একটি নির্মাণ করতে পারেন ReLU স্তর ব্যবহার সরল ফাংশন relu1 = nn। ReLU যুক্তি সহ inplace=False. যেহেতু ReLU ফাংশন উপাদান অনুযায়ী প্রয়োগ করা হয়, ইনপুট বা আউটপুট মাত্রা নির্দিষ্ট করার কোন প্রয়োজন নেই। আর্গুমেন্ট ইনপ্লেস নির্ধারণ করে কিভাবে ফাংশন ইনপুটের সাথে আচরণ করে।