当我使用交叉熵损失我的CNN模型时,我一直收到这个错误"IndexError: Dimension out of range (期望在-1,0的范围内,但得到了1)“。我的层看起来像这样: x= self.conv1(x) x= self.pool1(x) x= self.conv3Pytorch网站上的代码非常相似。其中x_train的形状为( 300,1000),y_train具有3
我正试图更新毕火炬中多维张量的非常具体的指数,但我不知道如何获得正确的指数。在Numpy中,我可以以一种非常简单的方式做到这一点:#set up the array containing the data
data = 100*np.ones我似乎需要scatter函数,但它只在一个维度上工作,而不是我所需要的多个维度。我该怎么做?
神经网络和Pytorch的新手。
我在每个迷你批次中有300个回放记忆。我见过人们计算300个回放记忆的损失,但这对我来说并不是真的有意义。300个回放记忆来自非常不同的游戏状态,为什么将预测和目标之间的300个差异合并到一个值中是有意义的?当模型反向传播时,梯度是否被分成300个分支,每个分支对应于迷你批次中的一个条目?我的策略网络输出10个动作的概率分布,或者300 x 10张量,我的<