关于Pytorch的MLP模块实现方式
MLP分类效果一般好于线性分类器,即将特征输入MLP中再经过softmax来进行分类。
具体实现为将原先线性分类模块:
self.classifier=nn.Linear(config.hidden_size,num_labels)
替换为:
self.classifier=MLP(config.hidden_size,num_labels)
并且添加MLP模块:
classMLP(nn.Module): def__init__(self,input_size,common_size): super(MLP,self).__init__() self.linear=nn.Sequential( nn.Linear(input_size,input_size//2), nn.ReLU(inplace=True), nn.Linear(input_size//2,input_size//4), nn.ReLU(inplace=True), nn.Linear(input_size//4,common_size) ) defforward(self,x): out=self.linear(x) returnout
看一下模块结构:
mlp=MLP(1000,3) print(mlp)
以上这篇关于Pytorch的MLP模块实现方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持毛票票。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。
热门推荐
1 训练狗狗憋尿
2 狗狗追踪训练
3 狗狗训练要多少钱
5 深圳狗狗训练
6 训练狗狗唤回
7 狗狗叫怎么训练
8 狗狗训练班
10 狗狗社会化训练
11 狗狗叫回训练
12 广州狗狗训练学校
13 狗狗训练躺下
14 狗狗随行训练
15 训练狗狗巡回
16 狗狗要怎么训练
17 狗狗喂食训练
18 训练狗狗躺下