首先根据源文档中的ReLU(x)=max(0,x)，得出结论。大于0的数值不变，小于0的数据变成0。

这是对应的文档链接：https://pytorch.org/docs/1.2.0/nn.html#torch.nn.ReLU  Ps:需要自取。

参数：inplace为True，将会改变输入的数据 ，否则不会改变原输入，只会产生新的输出。

好处：省去了反复申请与释放内存的时间，直接代替原来的值。

测试代码：

import torch
from torch import nn
m = nn.ReLU()
# 随机生成5个数 有正有负。
input = torch.randn(5)
# 打印 随机生成的数
print(input)
output = m(input)
# 经过nn.ReLU()作用之后的数
print(output)
# 结果
# tensor([-0.7706, -0.1823,  0.2687,  0.2796, -1.7201])
# tensor([0.0000,   0.0000,  0.2687,  0.2796,  0.0000])

任务完成，下班。