pytorch

    0

    1答えて

    PyTorchのシーケンシャルコンテナでcnnを構築しようとしていますが、私の問題はレイヤーをどのように平坦化するのか分かりません。 main = nn.Sequential() self._conv_block(main, 'conv_0', 3, 6, 5) main.add_module('max_pool_0_2_2', nn.MaxPool2d(2,2)) self._conv_b

    -2

    1答えて

    私は先進的な深い学習モデル(例:注意を使用するモデル)を作り、アンドロイド携帯電話で使用します(もちろんトレーニングなし)。私はそれを推論のためにのみ使用します。 と私はそれを行うことができ、携帯電話やアンドロイドで使用されるモデルのサイズを圧縮することができますライブラリが欲しいです。 と私の目標に似たプロジェクトやアプリがありますか?

    0

    1答えて

    このpytorch-example(https://github.com/pytorch/examples/blob/master/mnist/main.py)を変更して、自分のデータセットで動作させようとしています。 私はデータをデータローダーに送り込もうとしました。データを2つの異なる方法でカプセル化しました.1回はtorch.utils.data.Datasetの拡張子、1回はtorch.u

    0

    1答えて

    変数の変数の次元に基づいて質問を更新しました。 入力テンソルが次元10x3で3dポイントを格納すると仮定すると、10は#pointを意味し、3はフィーチャ次元(x、y、z座標など)を意味します。変数の次元は、入力テンソルに依存します。たとえば、次元は10x10です。入力テンソルがその次元を50x3に変更すると、変数の次元も50x50に変更する必要があります。 Tensorflowでは入力ディメンシ

    1

    3答えて

    私は、ターミナルで次のコマンドを使用してPyTorchをインストールしようとしています pip install http://download.pytorch.org/whl/torch-0.2.0.post1-cp27-none-macosx_10_7_x86_64.whl 私は、その後のpythonで次のコードを実行します。 import torch torch.__file__ を

    1

    1答えて

    PyTorchがどのように機能し、CIFARで簡単なCNNトレーニングを複製したいのかを理解しようとしています。 CNTKスクリプトは、MXNetスクリプト(0.75の精度で153秒後)に似ているトレーニング(10エポック)の168秒後に0.76の精度になります。 しかし、私のPyTorchスクリプトは、0.71の精度と354秒で多く遅れています。私は確率的な体重の初期化などのために精度に違いがあ

    0

    1答えて

    私は最近PyTorchに紹介され、図書館のドキュメンテーションとチュートリアルを始めました。 「パラメータなしの例」の下にある「numpyとscipyを使った拡張機能の作成」チュートリアル( http://pytorch.org/tutorials/advanced/numpy_extensions_tutorial.html)では、「BadFFTFunction」というnumpyを使用してサンプ

    0

    2答えて

    私は、プレイヤーがゲームのPongで右か左のどちらでプレイするかを分類するPytorchで基本バイナリクラシファイアを作成しようとしています。入力は1x42x42のイメージで、ラベルはプレーヤーの側です(右= 1または左= 2)。コード: class Net(nn.Module): def __init__(self, input_size, hidden_size, num_class

    1

    1答えて

    、私はcudnn.This問題にpytorchを使うが起こっ: Traceback (most recent call last): File "main.py", line 58, in <module> test_detect(test_loader, nod_net, get_pbb, bbox_result_path,config1,n_gpu=config_submi

    3

    1答えて

    我々はpytorchのドキュメントから、次のコードを持っている: x = torch.randn(3) x = Variable(x, requires_grad=True) y = x * 2 while y.data.norm() < 1000: y = y * 2 gradients = torch.FloatTensor([0.1, 1.0, 0.0001]) y.