pytorch conv2d的源代码在哪里？
PyTorch是一个开源的深度学习框架，它提供了丰富的神经网络模型和算法库。PyTorch中的conv2d函数用于实现二维卷积操作。
PyTorch的源代码托管在GitHub上，你可以在PyTorch的GitHub仓库中找到conv2d函数的源代码。具体来说，conv2d函数的源代码位于PyTorch的torch.nn.functional模块中。
你可以通过以下链接找到conv2d函数的源代码：
torch.nn.functional.conv2d
在这个链接中，你可以查看conv2d函数的实现细节，包括函数的参数、功能描述和具体的实现代码。此外，你还可以在PyTorch的文档中找到更详细的说明和示例用法。
需要注意的是，以上提供的链接是指向PyTorch的官方GitHub仓库，其中包含了PyTorch的源代码。
相关·内容
1回答
如何在PyTorch conv2d函数中使用组参数
convolution、pytorch
我试图在PyTorch中计算每个通道的梯度图像.要做到这一点，我想执行一个标准的2D卷积与Sobel滤波器在每一个通道的图像。我使用的是函数
在下面的最低工作示例代码中，我得到了一个错误：
import torch
import torch.nn.functional as F
filters = torch.autograd.Variable(torch.randn(1,1,3,3))
inputs = torch.autograd.Variable(torch.randn(1,3,10,10))
out = F.conv2d(inputs, filters, padding=1)
Ru
浏览 3提问于2017-10-03得票数 13
回答已采纳
2回答
保存并加载模型后，pytorch中出现不可重现的结果
deep-learning、pytorch
在保存和加载模型后，我无法在PyTorch中重现我的结果，而内存中的模型可以按预期工作。为了方便起见，我正在植入我的库，使用model.eval关闭退出，但结果仍然是不可重现的。如果我遗漏了什么，有什么建议吗？提前谢谢。
我正在使用的库：
import matplotlib.pyplot as plt
import torch
from torch import nn
from torch import optim
import torch.nn.functional as F
from torchvision import datasets, transforms
import numpy
浏览 1提问于2019-07-25得票数 1
1回答
跟进“在PyTorch中，默认情况下如何初始化层重和偏差？”
deep-learning、neural-network、pytorch
在的多数投票结果中，它说：
大多数层是使用方法初始化的。示例层包括线性层、Conv2d层、RNN层等。
我其实在想:你从哪里知道这件事？例如，我想知道torch.nn.Conv2d和torch.nn.BatchNorm2d对于PyTorch 1.9.0的默认初始化。对于torch.nn.Linear，我找到了答案 (来自上述问题的第二个答案)。
浏览 1提问于2021-09-13得票数 0
回答已采纳
1回答
pytorch conv2d的源代码在哪里？
pytorch
在哪里可以找到pytorch函数conv2d的源代码？
它应该在torch.nn.functional中，但是如果我搜索conv2d，我只找到_add_docstr行。我看了看这里：
更新:这不是我的打字问题，我指的是函数。Conv2d类使用nn.functional中的conv2d函数
这里：
在第338行：
return F.conv2d(F.pad(input, expanded_padding, mode='circular')
F是他们导入函数的方式
所以我去了那里，但是我找不到代码。
浏览 125提问于2019-12-01得票数 13
回答已采纳
1回答
卷积层有多少个权重？
python、pytorch、conv-neural-network
我有一个简单的卷积网络： import torch.nn as nn
class model(nn.Module):
def __init__(self, ks=1):
super(model, self).__init__()
self.conv1 = nn.Conv2d(in_channels=4, out_channels=32, kernel_size=ks, stride=1)
self.fc1 = nn.Linear(8*8*32*ks, 64)
self.fc2 = nn.Linear(64, 64)
def forward(self,
浏览 33提问于2020-06-26得票数 1
回答已采纳
2回答
如何像Pytorch中的conv2d参数"groups“一样在tensorflow中获得每通道卷积？
tensorflow、pytorch
我正在做一个项目，我指的是一个已经在Pytorch中建立的网络。它的一个层有conv2d层，其中group =某个值。当我在Tensorflow中构建项目时。考虑到我在tensorflow的conv2d层中没有找到任何组参数，我该如何处理这个特定的层呢？我在网上搜索，但找不到任何具体的东西，比如小组所说的是每个通道的卷积。我找到的最接近的东西是tf.nn.separable_conv2d，但仍然不确定如何在其中设置参数。 Pytorch层是conv2d(input ,weight , groups = x )，其中输入和权重是4d张量。有人能帮我在Tensorflow中创建这个层吗？
浏览 56提问于2019-06-22得票数 2
1回答
torch.nn.functional对torch.nn -火炬
neural-network、pytorch
在Pytorch中添加丢失时，我在torch.nn.Functional和torch.nn中都有相同的函数。有什么不同吗？
torch.nn.CrossEntropyLoss()和torch.nn.functional.cross_entropy
浏览 6提问于2020-09-10得票数 4
回答已采纳
1回答
PyTorch二维卷积的有效伪逆
image-processing、pytorch、signal-processing、fft
背景：
感谢您的关注！我正在学习2D卷积、线性代数和PyTorch的基本知识。本文讨论了卷积算子的psedo-逆的实现问题.具体来说，我不知道如何有效地实现它。有关详情，请参阅下列问题陈述。欢迎任何帮助/建议/建议。
(非常感谢你的关注！)
原始问题：
我有一个图像特征x与形状[b,c,h,w]和3x3卷积核K与形状[c,c,3,3]。有y = K * x。如何在y上有效地实现相应的伪逆？
有y=K*x= Ax，如何实现x_hat = (A^+)y？
我想应该有一些使用torch.fft的操作。然而，我仍然不知道如何实现它。我不知道以前是否存在实现。
import torch
imp
浏览 7提问于2022-09-16得票数 -1
回答已采纳
2回答
维度超出范围(应在[-1，0]的范围内，但得到1) (pytorch)
neural-network、pytorch
我有一个非常简单的前馈神经网络(pytorch)
import torch
import torch.nn.functional as F
import numpy as np
class Net_1(nn.Module):
def __init__(self):
super(Net_1, self).__init__()
self.fc1 = nn.Linear(5*5, 64)
self.fc2 = nn.Linear(64, 32)
self.fc3 = nn.Linear(32, 3)
def for
浏览 32提问于2021-06-10得票数 0
回答已采纳
1回答
Conv2D与PyTorch填充的比较
python、tensorflow、pytorch
我试图将从Tensorflow模型中保存的权重导入到PyTorch中。到目前为止，结果非常相似。当模型要求使用conv2d和stride=2时，我遇到了一个麻烦。
为了验证失配，我在TF和PyTorch之间建立了一个非常简单的比较。首先，我将conv2d与stride=1进行比较。
import tensorflow as tf
import numpy as np
import torch
import torch.nn.functional as F
np.random.seed(0)
sess = tf.Session()
# Create random weights and i
浏览 4提问于2018-10-24得票数 10
回答已采纳
1回答
PyTorch神经网络中不正确维数的确定
python、tensorflow、keras、neural-network、pytorch
我正在尝试训练我的神经网络，它是用PyTorch编写的，但是由于不正确的维度，我得到了以下的跟踪。得到了下面的跟踪
Traceback (most recent call last):
File "plot_parametric_pytorch.py", line 139, in <module>
ops = opfun(X_train[smpl])
File "plot_parametric_pytorch.py", line 92, in <lambda>
opfun = lambda X: model.for
浏览 10提问于2020-06-06得票数 0
回答已采纳
1回答
神经网络在放火器中不能很好地工作
python、pytorch
我试图建立一个有两个输入和一个输出的神经网络。
但是，我得到了一个错误，无法使它工作。
python代码如下所示。
import torch
import numpy as np
import os
import pandas as pd
import glob
import torch.optim as optim
import torch.nn as nn
import torch.nn.functional as F
class Model(nn.Module):
def __init__(self):
super(Model, self).__init__()
浏览 14提问于2021-12-09得票数 0
2回答
运行模型不会提高推理速度或减小模型大小
python、machine-learning、pytorch、torchvision、torchtext
我试图在PyTorch中用torch.nn.utils.prune修剪我的模型，它提供了两个张量，
一个是最初的重量
另一个是包含0和1的掩码，可以帮助我们关闭网络中的某些连接。
我尝试过这两种解决方案，但都没有提高推理速度：
使用剪枝后的网络推断，这将首先关闭一些连接与掩码，然后运行推理。
使用掩码零出原始权重，然后从state_dict中移除掩码以进行推断。
是否有办法提高模型张量和掩码的速度？用一个非零浮点数相乘比用两个浮点数相乘要快吗？
以下是我的剪枝功能和剪枝速度计算过程：
def prune_net(net):
"""
浏览 0提问于2020-06-11得票数 6
1回答
在pytorch中编写训练循环时遇到问题
python、deep-learning、neural-network、pytorch、conv-neural-network
我从20+6列(特征和标签)的CSV文件加载数据。我正尝试在pytorch中通过卷积神经网络运行我的数据。我得到一个错误，说它需要3D输入，而我给它提供了1D输入。我正在使用Conv1d。 import torch
import torch.nn as nn
import torch.nn.functional as F
import numpy as np
import pandas as pd
from torch.utils.data import Dataset,DataLoader
from sklearn.model_selection import train_test_spl
浏览 27提问于2020-02-01得票数 0
回答已采纳
2回答
在Pytorch中理解简单神经网络的参数
python、pytorch
我在Pytorch中定义了一个简单的神经网络，如下所示：
my_model = nn.Sequential(
nn.Linear(1, 5),
nn.Tanh(),
nn.Linear(5, 1))
然后我遍历参数并检查它们的大小：
[parameter.shape for parameter in my_model.parameters()]
我得到了：
[torch.Size([5, 1]), torch.Size([5]), torch.Size([1, 5]), torch.Size([1])]
我搞不懂为什么最
浏览 10提问于2020-05-18得票数 3
回答已采纳
1回答
使用PyTorch手动拆分和分发用于分布式计算的大型张量
python、deep-learning、pytorch、distributed-computing
AFAIK，使用Pytorch进行分布式训练(多模式)的最简单方法如下：
sampler = torch.utils.data.distributed.DistributedSampler(train_data)
data_loader = torch.utils.data.DataLoader(dataset, sampler=sampler)
model = torch.nn.DataParallel(model).cuda()
for data, target in data_loader:
out = model(data)
...
但是，如果我手头已经有一个很大的张
浏览 1提问于2019-11-10得票数 1
2回答
没有找到名为torch.nn的模块
python-3.x、chatbot、recurrent-neural-network、torch
我正在学习关于聊天机器人的教程：
我有窗户10。
import torch #works
但下列进口产品不起作用：
import torch.nn
import torch.jit
错误：
没有找到名为torch.nn的模块
和
没有找到名为torch.jit的模块
我在蟒蛇中安装了下列设备：
conda install pytorch-cpu torchvision-cpu -c pytorch
我应该怎么做才能删除错误？
守则是：
import torch
from torch.jit import script, trace
import torch.nn as nn
from
浏览 1提问于2019-04-04得票数 0
1回答
使用pytorch中的函数计算二进制熵损失
python、deep-learning、pytorch
我有一个关于计算二元交叉熵的问题。我知道在pytorch中工作的方式是：
import torch
import torch.nn as nn
import torch.nn.functional as F
def lossfunc():
return F.binary_cross_entropy
criterion = lossFunc()
input = torch.randn((3, 2), requires_grad=True)
target = torch.rand((3, 2), requires_grad=False)
loss = criterion(torch.si
浏览 0提问于2019-11-14得票数 0
1回答
PyTorch中层的类型和激活功能有什么区别？
python、neural-network、pytorch、activation-function
我正在尝试用pytorch写一些简单的神经网络。我是这个图书馆的新手。我面临着两种实现相同想法的方法:一个具有固定激活函数的层(例如tanh)。 实现它的第一种方法是： l1 = nn.Tanh(n_in, n_out) 第二种方式： l2 = nn.Linear(n_in, n_out) # linear layer, that do nothing with its input except summation 但在前向传播中使用： import torch.nn.functional as F
x = F.tanh(l2(x)) # x - value that propagates
浏览 12提问于2019-05-14得票数 1
回答已采纳
我正在尝试在Pytorch中创建一个基本的二进制分类器，它对我的玩家在Pong游戏中是在右侧还是左侧进行分类。输入是一张1x42x42的图像，标签是我的球员的一侧(右=1或左= 2)。代码：
class Net(nn.Module):
def __init__(self, input_size, hidden_size, num_classes):
super(Net, self).__init__()
self.fc1 = nn.Linear(input_size, hidden_size)
self.relu = nn.ReLU()
浏览 111提问于2017-08-19得票数 10
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
热门标签
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
腾讯云开发者
