torch

    0

    1答えて

    torchをlinux mintにインストールしようとしています。 は、ここで私はluaをインストールしている RELEASE=17.2 CODENAME=rafaela EDITION="Cinnamon 64-bit" DESCRIPTION="Linux Mint 17.2 Rafaela" DESKTOP=Gnome TOOLKIT=GTK NEW_FEATURES_URL=h

    0

    1答えて

    th> net nn.Sequential { [input -> (1) -> (2) -> (3) -> (4) -> (5) -> (6) -> (7) -> (8) -> (9) -> (10) -> (11) -> (12) -> (13) -> (14) -> output] (1): nn.VolumetricFullConvolution(200 -> 512

    0

    1答えて

    私は長さが10 train = torch.range(1,10)のデータセットを持っています。私はp = torch.randperm(10)で定義されたランダムな順序でスライスしたいと思います。 範囲でスライスを取得するには、a = train[{{1,3}}]を実行して最初の3つの要素を取得します。しかし、私が第2、第3、第9要素を望むと言うことができます。私は p[1] = 2, p[2]

    0

    1答えて

    私のデータセット(50x50 RGBイメージ10,000個)を2つのデータセットに分割したいと思います。次のようなものがあります。 X = torch.rand(10000, 3, 50, 50) inds = torch.randperm(X:size(1))[{ { 1, nTrain } }]:long() X_selected = X:index(1, inds) X_remaini

    0

    1答えて

    テンソル列を配列またはテンソルのインデックスで削除したいと思います。例: th> X = torch.rand(2,4) th> X 0.7475 0.2512 0.6085 0.6414 0.7143 0.8299 0.2929 0.6945 [torch.DoubleTensor of size 2x4] th> indices = torch.zeros(2) th> in

    1

    1答えて

    私はCNNを訓練しています。私は総エポックの終わりに向かって約0.001リットルの損失を達成し、チェックポイントを保存しました。さて、私はトレーニングを再開したいとき、私はチェックポイントを読み込み、私が始めているエラーは0.008より大きいです。ここで は、私がチェックポイントを保存しています方法です。ここで paths.mkdir('checkpointsR3') parametersR,

    1

    2答えて

    私はビデオシーケンスとオプティカルフローを扱っています。私はTensorflowが画像をワーピングするための操作をしているかどうかを知りたいです。 Torchのanalog to image.warp https://github.com/torch/image/blob/master/doc/paramtransform.md このような操作が組み込まれていない場合、多分そのためのオープンソース

    -1

    1答えて

    luaモジュールを 'luarocks install --local tds'としてインストールした後、ロードしようとしています。 しかし、私は 'tds'が必要なときにパッケージを読み込むことができません。このモジュールを読み込むために検索パスに追加する必要があるパスはありますか?

    0

    1答えて

    私はx_at_i = torch.Tensor(1,i)があり、i = 0〜nの繰り返しごとに成長します。私は、異なるサイズのすべてのテンソルを行列に連結し、残りのセルにゼロを埋めたいと思います。これに最も慣れ親しんだ方法は何ですか?たとえば:あなたはnを知って、あなたが各繰り返しで簡単x_at_iへのアクセス権を持っていると仮定した場合 x_at_1 = 1 x_at_2 = 1 2 x_a

    0

    1答えて

    ルアテーブルに異なる次元のテンソルを挿入しようとしています。しかし、挿入は最後のテンソルをテーブルのすべての前の要素に書き込んでいます。 MWE: require 'nn'; char = nn.LookupTable(100,10,0,1) charRep = nn.Sequential():add(char):add(nn.Squeeze()) c = {} c[1] = torc