«pytorch» etiketlenmiş sorular

PyTorch, sinir ağınızın hareket halindeyken davranış şeklini değiştirmenize ve geriye doğru otomatik farklılaşma yapmanıza olanak tanıyan dinamik bir hesaplama grafiği uygulayan bir derin öğrenme çerçevesidir.

8
PyTorch'ta “view” yöntemi nasıl çalışır?
view()Aşağıdaki kod parçacığı yöntemi hakkında kafam karıştı . class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.conv1 = nn.Conv2d(3, 6, 5) self.pool = nn.MaxPool2d(2,2) self.conv2 = nn.Conv2d(6, 16, 5) self.fc1 = nn.Linear(16*5*5, 120) self.fc2 = nn.Linear(120, 84) self.fc3 = nn.Linear(84, 10) def forward(self, x): x = self.pool(F.relu(self.conv1(x))) x = self.pool(F.relu(self.conv2(x))) x = …
208 python  memory  pytorch  torch  tensor 

5
PyTorch'da eğitimli bir modeli kaydetmenin en iyi yolu?
PyTorch'ta eğitimli bir modeli kurtarmanın alternatif yollarını arıyordum. Şimdiye kadar iki alternatif buldum. torch.save () bir model ve kaydetmek için torch.load () bir model yüklemek için. model.state_dict () eğitimli bir model ve kaydetmek için model.load_state_dict () kaydedilmiş modeli yükleme. Yaklaşım 1 üzerinde yaklaşım 2'nin önerildiği bu tartışmaya rastladım . Benim …


11
Pytorch'ta model özeti
Keras'ta yaptığı gibi PyTorch'ta bir modelin özetini aşağıdaki gibi yazdırabilir miyim model.summary()? Model Summary: ____________________________________________________________________________________________________ Layer (type) Output Shape Param # Connected to ==================================================================================================== input_1 (InputLayer) (None, 1, 15, 27) 0 ____________________________________________________________________________________________________ convolution2d_1 (Convolution2D) (None, 8, 15, 27) 872 input_1[0][0] ____________________________________________________________________________________________________ maxpooling2d_1 (MaxPooling2D) (None, 8, 7, 27) 0 convolution2d_1[0][0] ____________________________________________________________________________________________________ …
126 python  pytorch 



4
Pytorch, gradyan argümanları nelerdir
PyTorch'un belgelerini okuyorum ve yazdıkları bir örnek buldum gradients = torch.FloatTensor([0.1, 1.0, 0.0001]) y.backward(gradients) print(x.grad) burada x, y'nin oluşturulduğu bir başlangıç ​​değişkeni (3-vektör). Soru, gradyan tensörünün 0.1, 1.0 ve 0.0001 argümanları nelerdir? Belgeler bu konuda çok net değil.

5
neden dizileri pytorch ile "paketliyoruz"?
Rnn için değişken uzunluklu dizi girdileri için paketlemeyi nasıl kullanacağımı kopyalamaya çalışıyordum ama sanırım önce sırayı neden "paketlememiz" gerektiğini anlamam gerekiyor. Onları neden "doldurmamız" gerektiğini anlıyorum ama "paketlemek" (doldurmak) neden pack_padded_sequencegerekli? Herhangi bir üst düzey açıklama memnuniyetle karşılanacaktır!

6
PyTorch - bitişik ()
Github (bağlantı) üzerinde bir LSTM dil modeli örneğini inceliyordum . Genel olarak ne yaptığı benim için oldukça açık. Ama hala contiguous()kodda birkaç kez gerçekleşen aramanın ne yaptığını anlamakta zorlanıyorum . Örneğin kod girişinin 74/75 satırında ve LSTM'nin hedef dizileri yaratılır. Veri (depolanan ids) 2 boyutludur ve birinci boyut, parti boyutudur. …

3
Pytorch'ta yeniden şekillendirme ve görüntüleme arasındaki fark nedir?
Numpy'de ndarray.reshape()bir diziyi yeniden şekillendirmek için kullanırız . Pytorch'ta insanların torch.view(...)aynı amaç için kullandıklarını fark ettim , ama aynı zamanda bir de torch.reshape(...)var. Bu yüzden aralarındaki farkların ne olduğunu ve bunlardan birini ne zaman kullanmam gerektiğini merak ediyorum.
93 pytorch 

1
RuntimeError: Giriş türü (torch.FloatTensor) ve ağırlık türü (torch.cuda.FloatTensor) aynı olmalıdır
Aşağıdaki CNN aşağıdaki gibi eğitmek çalışıyorum, ama .cuda () ile ilgili aynı hatayı almaya devam ve nasıl düzeltmek için emin değilim. İşte şimdiye kadar benim kod bir yığın. import matplotlib.pyplot as plt import numpy as np import torch from torch import nn from torch import optim import torch.nn.functional as F …

2
Bir pitorch modelinde parametrelerin nasıl yapraklanmaması ve hesaplama grafiğinde olması gerekir?
Güncelleme / bir sinir ağı modelinin parametrelerini değiştirmeye çalışıyorum ve daha sonra güncellenen sinir ağının ileri geçişine sahip hesaplama grafiğinde (kaç değişiklik / güncelleme yaptığımız önemli değil). Bu fikri denedim ama her ne zaman yapsam pitorch güncellenmiş tensörlerimi (modelin içinde) yapraklara ayarlar, bu da degradeleri almak istediğim ağlara degradelerin akışını …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.