pytorch

    -1热度

    1回答

    Pytorch maxpooling渠道维

    我试图建立一个与Pytorch的cnn，并在maxpooling困难。我拿走了斯坦福大学的cs231n。正如我回忆，maxpooling可以用作尺寸扣除步骤，例如，我有（1，20，高度，宽度）输入ot max_pool2d（假设我的batch_size为1）。如果我使用（1，1）内核，我想得到这样的输出：（1，1，height，width），这意味着内核应该滑过通道维度。但是，在检查pytorch
    python neural-network pytorch max-pooling 2017-10-04

    0热度

    1回答

    Pytorch：试图将转换应用于一个numpy数组...失败，出现错误

    任何帮助将不胜感激。 transforms.py中的代码表示转换应该适用于PIL图像以及ndarrays。 鉴于变换： data_transforms = { 'train': transforms.Compose([ transforms.Scale(256), transforms.Pad(4,0), transforms.ToTensor(),
    numpy pytorch 2017-10-05

    1热度

    1回答

    如何将PyTorch的torch.inverse（）函数应用于批处理中的每个样本？

    这可能看起来像一个基本问题，但我无法完成。 在我神经网络的正向传递中，我有一个形状为8x3x3的输出张量，其中8是我的批量大小。我们可以假设每个3×3张量是一个非奇异矩阵。我需要找到这些矩阵的逆。 PyTorch inverse()函数仅适用于矩形矩阵。由于我现在有8x3x3，我该如何将此函数以可微分的方式应用于批处理中的每个矩阵？ 如果我遍历样本并将逆向追加到一个python列表中，然后我将其转
    python pytorch 2017-10-05

    0热度

    1回答

    Jupyter内核崩溃/死亡时使用大型神经网络层，任何想法？

    我正在用Pytorch试验Autoencoder。当我使用比较大的神经网络例如nn.Linear（250 * 250,40 * 40）作为第一层时，Jupyter内核不断崩溃。当我使用较小的图层大小时线性（250 * 250,20 * 20）。 Jupyter内核是可以的。任何想法如何解决这个问题？所以我可以运行更大的网络。谢谢。整个网络如下。 # model: class AutoEncode
    python neural-network jupyter-notebook pytorch 2017-10-07

    1热度

    1回答

    PyTorch广播失败。 “规则”后面

    我有一个让我困惑，我希望把它清除掉一些PyTorch例子。 首先，按照PyTorch页，我希望这些例子工作，因为做自己numpy的等价物即these。第一个例子非常直观。这些广播是兼容的： Image (3d array): 256 x 256 x 3 Scale (1d array): 3 Result (3d array): 256 x 256 x 3 就拿这些： torch.T
    python numpy torch pytorch 2017-10-07

    3热度

    1回答

    在增强学习中实现丢失函数（MSVE）

    我正在尝试为奥赛罗构建一个时间差异学习代理。虽然我的其他实现似乎按预期运行，但我想知道用于训练我的网络的损失函数。在Sutton的“增强学习：导论”一书中，均方误差值（MSVE）是标准损失函数，它基本上是一个均方误差乘以策略分布（所有状态之和（onPolicyDistribution（s ）* [V（s）-V'（s，w）] 2）） 我现在的问题是：当我的策略是学习值函数的e-greedy函数时，如
    reinforcement-learning pytorch loss-function temporal-difference othello 2017-10-11

    0热度

    1回答

    define torch.cuda.LongTensor而不是火炬。LongTensor

    当我运行下面的代码时，变量类型变成了torch.LongTensor。我怎样才能创建一个torch.cuda.LongTensor而不是？ # Turn string into list of longs def char_tensor(string): tensor = torch.zeros(len(string)).long() for c in range(len(s
    python pytorch 2017-10-11

    0热度

    1回答

    如何在pytorch中有效地制作一个小批量的图像？

    我想在pytorch中使用预先训练好的ResNet模型来计算正向通行证。我无法创建小批量的4维张量。有人可以告诉什么是适当的方式来做到这一点？ 编辑：我改变了代码，它现在的作品。不过，我仍然认为应该采取更有效的方式来做到这一点。 这里是我的代码： import pickle import json import shutil import Image import torchvision.
    deep-learning pytorch resnet mini-batch 2017-10-11

    1热度

    1回答

    移植PyTorch代码到GPU

    在从https://github.com/spro/practical-pytorch/blob/master/seq2seq-translation/seq2seq-translation.ipynb 教程有一个USE_CUDA标志被用于控制CPU之间的变量和张量类型（假时）到GPU（当真）类型。 从en-fr.tsv使用数据和转换的判决变量： import unicodedata impor
    python torch pytorch tensor 2017-10-12

    0热度

    1回答

    RNN未训练（PyTorch）

    训练时我无法弄错我做错了RNN。我试图训练RNN对于和序列操作（了解它如何在简单的任务上工作）。 但是我的网络没有学习，损失保持不变，并且它不能模拟事件。 你能帮我找到问题吗？ 数据我使用： data = [ [1, 1, 1, 1, 0, 0, 1, 1, 1], [1, 1, 1, 1], [0, 0, 1, 1], [0, 0, 0, 0, 0, 0,
    machine-learning deep-learning pytorch rnn 2017-10-12
最新问题