快捷方式

SqueezeExcitation

class torchvision.ops.SqueezeExcitation(input_channels: int, squeeze_channels: int, activation: ~typing.Callable[[...], ~torch.nn.modules.module.Module] = <class 'torch.nn.modules.activation.ReLU'>, scale_activation: ~typing.Callable[[...], ~torch.nn.modules.module.Module] = <class 'torch.nn.modules.activation.Sigmoid'>)[來源]

此塊實現了來自 https://arxiv.org/abs/1709.01507 的 Squeeze-and-Excitation 塊(參見圖 1)。引數 activationscale_activation 對應於公式 3 中的 deltasigma

引數:
  • input_channels (int) – 輸入影像中的通道數

  • squeeze_channels (int) – 壓縮通道數

  • activation (Callable[..., torch.nn.Module], optional) – delta 啟用。預設值:torch.nn.ReLU

  • scale_activation (Callable[..., torch.nn.Module]) – sigma 啟用。預設值:torch.nn.Sigmoid

forward(input: Tensor) Tensor[來源]

定義每次呼叫時執行的計算。

所有子類都應重寫此方法。

注意

儘管前向傳播的實現需要在此函式中定義,但您應該在之後呼叫 Module 例項而不是此函式,因為前者會處理註冊的鉤子,而後者則會靜默忽略它們。

文件

訪問全面的 PyTorch 開發者文件

檢視文件

教程

為初學者和高階開發者提供深入的教程

檢視教程

資源

查詢開發資源並讓您的問題得到解答

檢視資源