快捷方式

MLP

class torchvision.ops.MLP(in_channels: int, hidden_channels: ~typing.List[int], norm_layer: ~typing.Optional[~typing.Callable[[...], ~torch.nn.modules.module.Module]] = None, activation_layer: ~typing.Optional[~typing.Callable[[...], ~torch.nn.modules.module.Module]] = <class 'torch.nn.modules.activation.ReLU'>, inplace: ~typing.Optional[bool] = None, bias: bool = True, dropout: float = 0.0)[源代码]

此块实现多层感知器 (MLP) 模块。

参数:
  • in_channels (int) – 输入的通道数

  • hidden_channels (List[int]) – 隐藏通道维度的列表

  • norm_layer (Callable[..., torch.nn.Module], optional) – 将堆叠在线性层顶部的规范化层。如果为 None,则不会使用此层。默认:None

  • activation_layer (Callable[..., torch.nn.Module], optional) – 激活函数,它将堆叠在规范化层(如果存在)的顶部,否则堆叠在线性层的顶部。如果为 None,则不会使用此层。默认:torch.nn.ReLU

  • inplace (bool, optional) – 激活层的参数,它可以可选地在原地执行操作。默认值为 None,它使用 activation_layer 和 Dropout 层的相应默认值。

  • bias (bool) – 线性层中是否使用偏差。默认值 True

  • dropout (float) – Dropout 层的概率。默认:0.0

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获取问题的解答

查看资源