腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
PyTorch
:
如何
编写
只
返回
权重
的
神经网络
?
python
、
neural-network
、
pytorch
我正在训练一个
神经网络
,它学习一些
权重
,并基于这些
权重
计算转换,生成与
权重
相结合
的
预测模型。我
的
网络没有正确地学习,因此我
编写
了一个不同
的
网络,它除了
返回
独立于输入x
的
权重
之外什么也不做(在使用softmax和transpose进行归一化之后)。这样,我想找出问题是存在于网络还是存在于网络之外
的
转换估计中。但这不管用。这就是我得到
的
。我该
如何
解决
浏览 12
提问于2019-09-18
得票数 1
回答已采纳
1
回答
火炬传递中
的
暹罗
神经网络
python
、
pytorch
如何
在
PyTorch
中实现暹罗
神经网络
?
浏览 5
提问于2018-12-16
得票数 5
回答已采纳
1
回答
pytorch
仅调整丢失数据
的
某些
权重
networking
、
tensorflow
、
pytorch
我正在为一个经常遇到丢失数据
的
模型
编写
代码。
pytorch
(或tensorflow,因为我还没有写代码,所以也没问题)中有没有一个选项可以
只
计算/更新现有数据
的
梯度和
权重
?实际上,这是从一个最大
的
神经网络
中提取一个较小
的
神经网络
。
浏览 0
提问于2018-04-10
得票数 0
1
回答
Pytorch
负载模型
conv-neural-network
、
pytorch
使用固定
权重
构建卷积层很简单,只需将
权重
内核传递给conv2d()即可。并且可以方便地加载预先训练好
的
模型,如VGG19。但我发现使用
pytorch
不是这样
的
,因为conv2d()不接受显式
的
内核,而是接受内核大小。所以我想知道,我们是否可以通过简单地将
权重
传递给像conv2d()这样
的
方法来重用VGG19中
的
权重
。
浏览 4
提问于2017-09-18
得票数 1
1
回答
如何
从有向图实现
PyTorch
NN
python-3.x
、
neural-network
、
pytorch
我是
Pytorch
的
新手,也是自学
的
新手,我想创建一个接受有向图
的
ANN。我还希望将每个连接
的
预定义
权重
和偏差传递给它,但现在愿意忽略它。我对这些条件
的
动机是,我正在尝试实现NEAT算法,该算法基本上是使用遗传算法来进化网络。我想
的
代码是: class Net(torch.nn.Module): super(Net, self).= 0:
浏览 12
提问于2020-03-10
得票数 1
2
回答
什么是第一次初始化重量在喷炬卷积层
python
、
neural-network
、
conv-neural-network
、
pytorch
学习 在您所使用
的
代码中,您已经显式地设置了过滤器
权重
的
值,但是
神经网络
在对一组图像数据进行训练时实际上将学习最佳
的
过滤器
权重
。在本节
的
后面,您将了解到这类
神经网络
的
所有情况,但您知道高通和低通过滤器是定义这种网络行为
的
原因,并且您知道
如何
从零开始
编写
这些代码!在实践中,您还会发现许多
神经网络
学习检测图像
的
边缘,因为对象
的
边缘包
浏览 2
提问于2018-12-31
得票数 1
回答已采纳
2
回答
pyTorch
中
的
矩阵乘法
python
、
neural-network
、
pytorch
、
activation-function
我正在用
pyTorch
编写
一个简单
的
神经网络
,其中
的
特征和
权重
都是(1,5)张量。我在下面提到
的
这两种方法有什么不同?
浏览 2
提问于2018-11-27
得票数 4
回答已采纳
1
回答
A2C中
的
梯度计算
tensorflow
、
pytorch
、
reinforcement-learning
在A2C中,参与者和评论家算法通过方程更新
权重
:θ=θ+α*δ*Grad(log(PI(a_s,θ))和所以我
的
问题是,当使用
神经网络
实现这一点时,谢谢,乔恩
浏览 2
提问于2020-01-27
得票数 0
回答已采纳
1
回答
PyTorch
如何
在只有标量损失
的
情况下训练
神经网络
?
python
、
machine-learning
、
deep-learning
、
neural-network
假设我们有一个NN,我们想要训练它来预测输入中
的
3个值。我们有一组训练数据:目标呢?如果
pytorch
只
计算一个标量作为损失函数,它
如何
进行训练?为什么它无法计算与每个输出神经元相关
的
损失?例如,如果x_train
的
答案是(20,32,0.12),我们不想更新与答案(25,37,0.12)相同
的
权重
,对吗?但在这种情况下,使用
pytorch<
浏览 15
提问于2021-02-28
得票数 0
回答已采纳
1
回答
PyTorch
:
权重
的
Sigmoid?
python
、
pytorch
我是第一次接触
神经网络
/
PyTorch
。我正在尝试制作一个网络,它接受一个矢量x,第一层是h_j = w_j^T * x + b_j,输出是max_j{h_j}。唯一
的
问题是,我希望通过w_j = S(k*a_j)将w_j限制在0和1之间,其中S是sigmoid函数,k是某个常数,a_j是实际
的
权重
变量(w_j只是a_j
的
函数)。我
如何
在
PyTorch
中做到这一点?我不能
只
使用torch.nn.Linear层,必须在
浏览 62
提问于2019-05-30
得票数 1
回答已采纳
1
回答
使用归一化
的
权重
创建一个简单
的
PyTorch
神经网络
neural-network
、
pytorch
我想创建一个简单
的
PyTorch
神经网络
,它
的
权重
之和等于1。为了理解我
的
问题,这里给出一个例子: ?
浏览 31
提问于2021-09-07
得票数 0
回答已采纳
2
回答
pytorch
attention seq2seq教程中
的
错误?
pytorch
、
seq2seq
我正在用
Pytorch
编写
序列
神经网络
的
序列。在official
Pytorch
seq2seq tutorial中,有一个注意力解码器
的
代码,我不能理解/认为可能包含错误。它通过连接输出和此时
的
隐藏状态来计算每个时间步
的
注意力
权重
,然后乘以一个矩阵,得到一个大小等于输出序列长度
的
向量。注意,这些注意力
权重
不依赖于编码器序列(在代码中命名为encoder_outputs ),我认为它应该依
浏览 37
提问于2019-05-03
得票数 1
1
回答
如何
在
PyTorch
中检查所有梯度
权重
是否为零?
python
、
pytorch
我想知道
如何
检查所有
PyTorch
神经网络
梯度
权重
,看看它们是否为零,是否继续训练。 这可能看起来像,但它实际上是解决陷入局部极小值问题
的
另一种方法。我不知道我应该添加什么代码,因为这似乎是一个一般性
的
问题,我甚至不知道
如何
在
PyTorch
中访问梯度张量。
浏览 15
提问于2021-05-26
得票数 0
2
回答
使用torch.no_grad()
的
目的是什么:
python
、
machine-learning
、
pytorch
、
linear-regression
、
gradient
考虑使用
PyTorch
实现线性回归
的
下列代码: print(f'epoch {epoch+1}: w = {w.item():.3f}, loss = {l.item():.8f}') “with”块是做什么
的
?W
的
requires_grad参数已经设置为True。为什么会把它放在with torch.no_grad()块下呢?
浏览 27
提问于2022-06-05
得票数 4
1
回答
加权均值和方差
的
更新
neural-network
、
pytorch
、
probability
、
bayesian
、
weight-initialization
我试着从论文
神经网络
中
的
权重
不确定性
的
反推算法来理解贝叶斯,其思想是建立一个
神经网络
,其中每个
权重
都有它自己
的
概率分布。我明白这一理论,但我不明白
如何
更新学习部分
的
均值和方差。我在
Pytorch
中找到了一个代码,它简单地做到了:def __init__(self, in_features, out_featuresout_features, in_f
浏览 0
提问于2021-04-14
得票数 1
1
回答
我该
如何
在火炬中保存模型重量?
tensorflow
、
pytorch
### Create / load model model = torchvision.models.detection.fasterrcnn_resnet50_fpn(pretrained=True)in_features = model.roi_heads.box_predictor.cls_score.in_features # replace the pre-tr
浏览 0
提问于2021-05-18
得票数 2
1
回答
Pytorch
-
如何
提取MLP网络
的
特征(
权重
,偏差,节点数,隐藏层)?
python
、
machine-learning
、
neural-network
、
artificial-intelligence
、
pytorch
我有兴趣从
pytorch
中内置
的
MLP/
神经网络
中提取
权重
、偏差、节点数量和隐藏层数量。我想知道有没有人能给我指个方向?最大值
浏览 1
提问于2019-10-04
得票数 0
1
回答
为
PyTorch
的
交叉熵损失添加
权重
参数会导致数据类型RuntimeError
pytorch
我目前正在使用
PyTorch
来训练
神经网络
。我使用
的
数据集是一个具有大量0
的
二进制分类数据集。我决定尝试使用
PyTorch
的
交叉熵损失
的
weight参数.通过sklearn.utils.class_weight.compute_class_weight计算
权重
,得到[0.58479532, 3.44827586]
的
权重
值。我正在输入
的
输出和标签分别为float32和int64类型。损失很好,但是当我
浏览 6
提问于2022-05-27
得票数 0
1
回答
多个数据集
的
批规范化?
deep-learning
、
dataset
、
pytorch
、
data-augmentation
、
batch-normalization
我正在做一个生成合成数据
的
任务,以帮助我
的
模型
的
培训。这意味着训练是在合成+真实数据上进行
的
,并在真实数据上进行测试。我被告知,批量归一化层可能试图在训练时找到对所有人都有好处
的
权重
,这是一个问题,因为我
的
合成数据
的
分布并不完全等于实际数据
的
分布。因此,我们
的
想法是拥有不同
的
批次归一化层
的
权重
的
“副本”。因此,
神经网络
可以对合成
浏览 0
提问于2021-07-29
得票数 0
1
回答
如何
在训练
神经网络
时节省中间权值
pointers
、
pytorch
我正在用
pytorch
训练一个
神经网络
,我想在每一次迭代中保存
权重
。换句话说,我想要创建一个列表,其中包含了
神经网络
在训练过程中拥有的所有
权重
。weight = model.fc2.weight.detach().numpy()然后,当我打印列表‘When _ list’
的
条目时,我注意到它们都是相同
的
,这不可能是真的,因为我已经在培训期间打印了
权重
,并且它们确实发生了变化(而网络实际
浏览 2
提问于2019-11-08
得票数 1
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
迷你AlphaGo的完整实现
如何在Pytorch中精细化利用显存
使用PyTorch从零开始构建Elman循环神经网络
Pytorch 学习引发的思考
如何使用 OpenCV 编写基于 Node.js 命令行界面和神经网络模型的图像分类
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
活动推荐
运营活动
广告
关闭
领券