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
具有未展平输入的完全
连接
的图层
neural-network
、
linear-algebra
、
pytorch
-> Linear(2, 2) (batch_size, 280) -> Linear(280, 2) 有人能给我解释一下
全
连接
层
是如何处理非平面化输入数据的吗(Linear是
pytorch
中的
全
连接
模块)
浏览 13
提问于2019-01-02
得票数 0
3
回答
PyTorch
线性
层
输入维数失配
python
、
machine-learning
、
deep-learning
、
pytorch
当将输入数据传递给
PyTorch
中的线性(完全
连接
层
)时,Im会收到此错误:我完全理解这个问题,因为输入数据有一个形状(N,C,H,W) (来自Convolutional+MaxPool
层
),其中: 尽管如此,我还是希望
PyTorch
能够对数据表单进行“整形PD:
全
连接
层
的输入大小为C*H*W。
浏览 5
提问于2017-06-04
得票数 3
回答已采纳
2
回答
为什么在示例中nn.Sequential不包含softmax输出
层
?
pytorch
来自
PyTorch
's official tutorial的示例具有以下ConvNet。我的理解是,输出
层
使用softmax来估计图像对应的数字。为什么代码没有softmax
层
或
全
连接
层
?
浏览 93
提问于2020-04-11
得票数 1
1
回答
(None,None,1)输入在keras中是如何工作的?
python
、
image
、
input
、
keras
我正在做一个使用keras深度学习模型的项目,我需要将其转移到
PyTorch
中。该项目的目标是在图像上本地化一些元素。为了训练它,我首先使用从图像中提取的补丁,然后在完整图像上进行推断。我读到可以使用(None,None,1)作为keras输入
层
的输入形状,目前它正在工作。然而,相同的训练系统在
pytorch
中似乎不起作用。因此,我想知道当我开始对
全
图进行推断时,(None,None,1)输入
层
是否做了一些特定的事情? 感谢您的回答
浏览 2
提问于2019-10-03
得票数 1
1
回答
如何在
全
连接
层
之后应用组规范化?
python
、
machine-learning
、
deep-learning
、
pytorch
如何在
全
连接
层
之后应用组规范化?假设
全
连接
层
的输出为1024.分组归一化
层
使用16组。如果将组规范化应用于
全
连接
层
的输出,我们应该如何理解它?
浏览 1
提问于2021-07-07
得票数 3
回答已采纳
2
回答
如何使用线性激活函数
keras
、
pytorch
在Keras中,我可以创建任何具有线性激活函数的网络
层
,如下所示(例如,采用完全
连接
的
层
):但我在
PyTorch
文档中找不到线性激活函数。如何在
PyTorch
中创建具有线性激活函数的
层
?
浏览 3
提问于2021-02-20
得票数 0
2
回答
如何使用
PyTorch
在预先训练的模型上添加新的
层
?(给出了Keras示例。)
python
、
keras
、
pytorch
、
vgg-net
、
pre-trained-model
我正在与Keras一起工作,并试图分析一些有意义的权重
层
和一些随机初始化
层
所建立的模型对精度的影响。:new_base = (list(model.children(
Pytorch
,Keras) 到目前为止还没有
浏览 0
提问于2020-11-01
得票数 6
回答已采纳
1
回答
resnet模型如何在学习特征空间时恢复跳过的
层
?
machine-learning-model
然后,网络在学习特征空间时逐渐恢复跳过的
层
。似乎某些
层
由于渐变消失的问题而被跳过,但是为什么相邻的
层
(在跳过某些
层
时使用的激活)不面临同样的问题呢?
浏览 0
提问于2020-04-02
得票数 1
1
回答
PyTorch
中不同尺寸的级联
层
python
、
keras
、
neural-network
、
pytorch
在Keras中,可以将两
层
不同大小的
层
连接
起来:layer_1 = Embedding(50, 5)(inputs)concat = Concatenate()([layer_1, layer_2])但是
PyTorch
一直抱怨这两
层
有不同的大小: #
PyTorch
— this
浏览 2
提问于2021-12-26
得票数 2
回答已采纳
1
回答
使用
pytorch
预训练模型预测时所需的图像大小
python
、
image-processing
、
pytorch
、
image-size
、
pre-trained-model
我使用了
PyTorch
的ResNet-18来预测图像。我读到过(224, 224)是这个模型的图像大小。但当我尝试将图像调整为(124, 124)或(324, 324)时,它仍在工作。
浏览 61
提问于2021-06-23
得票数 0
回答已采纳
1
回答
如何创建一个1到1的前向
层
?
python
、
neural-network
、
pytorch
我熟悉一个完全
连接
的
层
,但是如何在
PyTorch
中创建一个只有1到1的自定义
层
呢?也就是说,每个神经元只
连接
到另外一个神经元。例如:1
层
神经元: a,b,c联系:b-e c-f
浏览 2
提问于2021-02-24
得票数 0
回答已采纳
1
回答
连续包字(CBOW)网络体系结构?
nlp
、
pytorch
、
word-embeddings
、
word2vec
查看word2vec,比如嵌入,我在
PyTorch
的网站上找到了这练习,这促使读者在
PyTorch
中实现CBOW网络。我的困惑是:我看到了许多解决方案,比如这是谷歌的第一个,其中有多个隐藏
层
。在这个例子中
浏览 0
提问于2020-12-08
得票数 1
2
回答
PyTorch
CNN线性
层
在conv2d后的形状
python
、
pytorch
、
torch
我试着学习
PyTorch
,并遇到了一个教程,其中CNN的定义如下, def __init__(self):7*7是怎么进来想象的?“大步”或“填充”在其中有什么作用吗? 输入图像形状为1,28,28。
浏览 1
提问于2021-01-31
得票数 1
回答已采纳
2
回答
在
Pytorch
中创建自定义
连接
/非完全
连接
层
。
python
、
machine-learning
、
deep-learning
、
neural-network
、
pytorch
如图所示,它是一个具有神经网络的3
层
,即输入
层
、隐藏
层
和输出
层
。我想设计神经网络(在
PyTorch
中,只是拱),其中输入的隐藏
层
是完全
连接
的。但是,从隐
层
到输出
层
,隐
层
的前两个神经元应该
连接
到输出
层
的第一个神经元,第二个神经元应该
连接
到输出
层
的第二个神经元,等等。应该如何设计呢?
浏览 11
提问于2022-06-23
得票数 3
1
回答
全
连接
层
大小
python
、
machine-learning
、
keras
、
conv-neural-network
adam", loss="categorical_crossentropy",metrics=[recall, fmeasure,precision,"accuracy"]) 正如你所看到的,我的第一个
全
连接
层
浏览 29
提问于2019-06-13
得票数 0
回答已采纳
1
回答
用SELU激活函数改进变分自动编码器结构
gaussian
、
activation
、
autoencoder
在变分自动编码器架构中,我们使用了µ和sigma
全
连接
层
。然后是潜在变量
层
,即来自高斯分布的样本,即来自下面层的µ和sigma的样本。因此,由于SELU被设计为确保单位高斯激活,我们是否可以移除µ和sigma
全
连接
层
,而改为使用SELU激活函数。 谢谢!!
浏览 3
提问于2017-07-11
得票数 0
1
回答
背靠背没有到达层层
pytorch
、
tensor
、
backpropagation
我在让nn.Module中的
层
工作时遇到了一些困难。我有一堆图层,我把它们组合成另一
层
输入。
浏览 5
提问于2022-06-14
得票数 -1
3
回答
PyTorch
中是否有将卷积转换为
全
连接
网络形式的功能?
neural-network
、
conv-neural-network
、
pytorch
我正在尝试将卷积
层
转换为完全
连接
的
层
。 这相当于向量矩阵乘法,
PyTorch
中有没有一个函数可以得到矩阵B?
浏览 3
提问于2019-06-21
得票数 7
1
回答
在
PyTorch
中指定LSTM
层
中的单元数
python
、
pytorch
、
lstm
我不完全理解
层
在
PyTorch
。当我实例化LSTM
层
时,如何指定该
层
内的LSTM单元数?我的第一个想法是,如果我们假设num_layers细胞是垂直
连接
的,那就是“LSTM”的论点。但是,如果是这样的话,我们如何实现叠加的LSTM,例如,两个
层
,每个
层
有8个单元?
浏览 3
提问于2020-09-15
得票数 1
回答已采纳
2
回答
保分辨率
全
卷积网络
conv-neural-network
、
pytorch
我对ML和
Pytorch
还不熟悉,我有以下问题: 我受限于输入大小(HxWxC)的选择。为什么会有FC
层
?为什么在特征提取之后没有上采样,或者一些反褶积
层
?有适合我需求的内置torchvision.mod
浏览 1
提问于2019-12-20
得票数 0
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
全连接层解决MNIST
图像分类中全连接层对卷积神经网络性能的影响
通信模组:连接物联网感知层与传输层的关键
TCP 半连接队列和全连接队列
一份超全的PyTorch资源列表
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券