马春杰杰简要概括就是：
F.relu当函数用，nn.ReLU当模块定义用。
F.relu()一般在forward中用，nn.ReLU()在定义网络结构的时候用。
比如：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 |
import torch.nn as nn import torch.nn.functional as F class NET1(nn.Module): def __init__(self): super(NET1, self).__init__() self.conv = nn.Conv2d(3, 16, 3, 1, 1) self.bn = nn.BatchNorm2d(16) self.re = nn.ReLU() # 模块的激活函数 def foreward(self, x): out = self.conv(x) out = self.bn(x) out = self.re() return out class NET2(nn.Module): def __init__(self): super(NET2, self).__init__() self.conv = nn.Conv2d(3, 16, 3, 1, 1) self.bn = nn.BatchNorm2d(16) def foreward(self, x): out = self.conv(x) out = self.bn(x) out = F.relu(out) # 函数的激活函数 return out net1 = NET1() net2 = NET2() print(net1) print(net2) |
注意：当用print(net)输出时，会有nn.ReLU()层，而F.ReLU()是没有输出的。
本文最后更新于2021年8月15日，已超过 1 年没有更新，如果文章内容或图片资源失效，请留言反馈，我们会及时处理，谢谢！
Mancubus0Ovece 12小时前说：
明月登楼 2周前 (07-11)说：
1 1个月前 (06-24)说：
1123 1个月前 (06-21)说：
丢塔网 1个月前 (06-12)说：
kk 2个月前 (06-06)说：
