如何编写PyTorch序列模型?
发布时间:2020-12-20 12:13:18 所属栏目:Python 来源:网络整理
导读:到目前为止,我在Keras写了我的MLP,RNN和CNN,但现在PyTorch在深度学习社区中越来越受欢迎,所以我也开始学习这个框架.我是Keras顺序模型的忠实粉丝,它使我们能够非常快速地制作简单的模型.我还看到PyTorch具有此功能,但我不知道如何编写代码.我试过这种方式 im
到目前为止,我在Keras写了我的MLP,RNN和CNN,但现在PyTorch在深度学习社区中越来越受欢迎,所以我也开始学习这个框架.我是Keras顺序模型的忠实粉丝,它使我们能够非常快速地制作简单的模型.我还看到PyTorch具有此功能,但我不知道如何编写代码.我试过这种方式
import torch import torch.nn as nn net = nn.Sequential() net.add(nn.Linear(3,4)) net.add(nn.Sigmoid()) net.add(nn.Linear(4,1)) net.add(nn.Sigmoid()) net.float() print(net) 但它给出了这个错误
另外,如果可能的话,你能在PyTorch序列模型中给出RNN和CNN模型的简单例子吗? 解决方法
Sequential目前没有添加方法,尽管有一些关于添加此功能的
debate.
正如您可以在documentation nn.Sequential中看到的那样,将层作为参数序列或 如果你有一个包含大量图层的模型,你可以先创建一个列表然后使用*运算符将列表展开为位置参数,如下所示: layers = [] layers.append(nn.Linear(3,4)) layers.append(nn.Sigmoid()) layers.append(nn.Linear(4,1)) layers.append(nn.Sigmoid()) net = nn.Sequential(*layers) 这将导致代码的结构类似,直接添加. (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |