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
初始化
两个
具有
相同
权重
的
子
模块
?
我想知道是否有一种典型
的
方法来
初始化
一个网络
的
两个
部分,使其
具有
相同
的
初始值?假设我为查询和文档获得了
两个
独立
的
自动编码器,并且我希望将这
两个
自动编码器
的
权重
初始化
为
相同
的
权重
(不共享
权重
)。
浏览 22
提问于2021-04-18
得票数 0
回答已采纳
1
回答
Keras:模仿
PyTorch
的
conv2d和线性/密集权
初始化
?
、
、
我正在将模型从
PyTorch
移植到Keras/Tensorflow,并且我希望确保使用
相同
的
算法进行
权重
初始化
。如何在Keras中模拟
PyTorch
的
权值
初始化
?
浏览 16
提问于2022-05-10
得票数 0
回答已采纳
1
回答
pytorch
-在
pytorch
和keras中实现
相同
的
模型,但得到不同
的
结果
、
我正在学习
pytorch
,并想用一个seq2seq示例()来练习它,这是一个keras 101示例,它在字符级别的特征(没有嵌入)上将eng转换为fra。实现这个完全
相同
的
模型,下面是我
的
代码:from io importInput sentence:', input_texts[seq_index]) print('Decoded sentence:'
浏览 4
提问于2019-08-10
得票数 0
1
回答
如何将Keras h5格式转换为
PyTorch
pth格式?
、
、
我在Keras中训练了一个特征提取器,并将
权重
保存为一个h5文件。现在,我希望将
相同
的
权重
加载到在
PyTorch
中创建和
初始化
的
相同
模型中,以便进行性能比较。有没有办法将h5文件转换为pth文件,以便将其加载到
PyTorch
模型中?
浏览 0
提问于2019-08-04
得票数 3
1
回答
火炬传递中
的
暹罗神经网络
、
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
匹配
PyTorch
w/ CNTK (VGG on CIFAR)
、
、
、
、
我试图了解
PyTorch
是如何工作
的
,并希望复制CNN关于CIFAR
的
简单培训。脚本经过168秒
的
训练(10次)后,达到了0.76
的
精度,这与我
的
脚本类似( 153秒后
的
0.75精度)。然而,我
的
脚本远远落后于0.71
的
准确性和354秒。我明白,由于随机权
初始化
等原因,我会得到精度上
的
差异。然而,不同框架之间
的
差异要比框架内
的
差异大得多,在运行之间随机
初始
浏览 7
提问于2017-08-17
得票数 1
3
回答
我试图理解神经网络训练中
的
“时代”。下一个实验是否等效?
、
、
、
、
为了不创建任何夫人,让我们说,我介绍了最初
的
权重
和偏差
的
‘模型’。我用训练样本和训练标签来训练40个时代
的
“模型”。经过训练,神经网络将对整个神经网络有一组特定
的
权重
和偏差,我们称之为WB_Final_experiment1。我用训练样本和训练标签来训练20个时代
的
“模型”。经过训练,神经网络将对整个神经网络有一组特定
的
权重
和偏差,我们称之为WB_Intermediate。 现在,我在“模型”中介绍了WB_Int
浏览 13
提问于2020-03-20
得票数 3
回答已采纳
3
回答
如何利用火炬中
的
交叉熵损失进行二值预测?
在火炬文档中,交叉熵损失是这样说
的
:这是否意味着对于二进制(0,1)预测,输入必须转换为(N,2)张量,其中第二维等于(1-p)?因此,例如,如果我预测一个类
的
目标1 (true)为0.75,是否需要将
两个
值(0.75;0.25)叠加在一起作为输入?
浏览 0
提问于2018-08-18
得票数 3
1
回答
在
Pytorch
中创建
具有
固定
权重
的
线性模型
、
、
我想在
PyTorch
下创建一个
具有
单层
的
线性网络,但我希望手动
初始化
权重
并保持固定。例如,模型
的
权重
值: layer = nn.Linear(4, 1, bias=False) [0.25],这是可以实现
的
吗?如果是这样,我该怎么做呢?或者有没有替代
的
线性函数?
浏览 47
提问于2021-09-20
得票数 0
回答已采纳
1
回答
如何计算
两个
网络
的
平均
权重
?
、
、
、
假设在
PyTorch
中,我有model1和model2,它们
具有
相同
的
架构。他们在
相同
的
数据上接受了进一步
的
培训,或者有一种模型是早期版本
的
,但它在技术上与这个问题无关。现在,我想将model
的
权重
设置为model1和model2
权重
的
平均值。我如何在
PyTorch
中做到这一点?
浏览 0
提问于2018-02-01
得票数 12
回答已采纳
1
回答
了解
PyTorch
CNN频道
、
、
、
、
我有点搞不懂CNN和频道是怎么运作
的
。具体来说,这
两个
实现为什么不相等?输出通道
的
#不是只是应用了多少个过滤器吗?
浏览 0
提问于2018-03-19
得票数 3
回答已采纳
2
回答
你能在Drupal中控制钩子“触发”
的
顺序吗?
、
、
如果
两个
模块
在Drupal中实现了
相同
的
钩子,那么系统有没有办法定义钩子函数
的
调用顺序,或者仅仅是绘图/字母顺序
的
幸运?还是别的什么?或者我
的
问题表明我在一些基本
的
方面误解了钩子,这让我看起来很愚蠢?
浏览 0
提问于2011-02-15
得票数 2
回答已采纳
2
回答
为什么torch.nn.Conv2d在'(n,n)‘和'n’参数之间有不同
的
结果?
、
、
、
output = m(input) torch.equal(output, output2) >> False 我认为上面的m和m2 Conv2d应该有完全
相同
的
输出值
浏览 37
提问于2021-07-25
得票数 2
回答已采纳
1
回答
用strict=False在
PyTorch
中加载一个改进
的
预训练模型
、
、
、
我想使用预先训练
的
模型作为我
的
模型中
的
编码器部分。你可以找到我
的
模型
的
一个版本: def __init__(self, pretrained=False): return a, b 由于我修改了这个预训练模型
的
部分代码,基于,我需要应用strict=False以避免出现错误
浏览 18
提问于2022-07-24
得票数 3
回答已采纳
2
回答
为什么我们需要init_weight函数在伯特预训练模型在?
、
、
在由Hugginface编写
的
代码中,有许多
具有
init_weight功能
的
微调模型.例如(),最后有一个init_weight函数。from the TF version which uses truncated_normal for initialization module.weight.data.normal
浏览 2
提问于2020-05-27
得票数 2
回答已采纳
2
回答
什么是第一次
初始化
重量在喷炬卷积层
、
、
、
学习 我已经学习了所有
浏览 2
提问于2018-12-31
得票数 1
回答已采纳
2
回答
Pytorch
模拟在未
初始化
为0
的
情况下无法收敛于凸损失函数
、
、
当
权重
初始化
为0时,我
的
代码可以正常工作。当我根据某个种子
初始化
它们时,它们无法收敛。这应该是一个错误,因为损失函数是凸
的
。我从MNIST中筛选出
两个
标签(0和1),然后使用
pytorch
训练逻辑回归模型。由于我只使用了200个训练样本(和784个参数),因此模型在训练集上应该很快收敛到100%
的
准确率。当
权重
通过某些种子进行
初始化
时,情况并非如此。 我在stackoverflow上分享我
的
代码时遇
浏览 2
提问于2019-10-25
得票数 0
2
回答
加载
PyTorch
模型和接收错误"AttributeError:无法获得<
模块
‘__main__>上
的
属性’模型‘“
、
我正在使用torch.load()加载
Pytorch
模型,并收到错误"AttributeError:无法获取<主‘>上
的
属性’‘>“。有人知道是什么原因造成
的
吗?
浏览 1
提问于2020-12-30
得票数 0
3
回答
如何在火炬中
模块
之间共享
权重
?
、
什么是正确
的
方式,在
两个
层(
模块
)之间
的
权重
分担在火炬?例如,基于,我认为简单地分配转置
权重
就可以做到这一点。通过这个,我刚刚
初始化
了一个新
的
张量,其值与encoder[0].weight.t()值
相同
。 然后,我找到了这个,它提供了不同
的
方法来共享
权重
。然而,我怀疑是否所有的方法都是正确
的</
浏览 0
提问于2019-09-13
得票数 3
回答已采纳
1
回答
查找
具有
权重
和惩罚
的
常见近似减法
、
、
、
给定
两个
只有英文字母
的
随机子字符串(不一定
相同
长度),使用动态编程找到最佳
的
公共近似
子
字符串。每个字母都有一个给定值
的
权重
(即,设置A
的
权重
为1,B
的
权重
为2,或者所有字母都为1),以及一个随机值
的
惩罚p。最佳“公共近似
子
字符串”被定义为找到每个字母
具有
最高w和
的
最佳邻接
子
字符串,并且当存在不匹配时减去惩罚p。
浏览 4
提问于2021-11-16
得票数 0
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
对比PyTorch和TensorFlow的自动差异和动态子类化模型
对比PyTorch和TensorFlow的自动差异和动态模型
从基础概念到实现,小白如何快速入门PyTorch
从零开始PyTorch项目:YOLO v3目标检测实现
包学包会,这些动图和代码让你一次读懂“自注意力”
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券