如何解决我可以在Pytorch中使用什么来代替咖啡的重量填充物
我正在基于以下caffe模型编写pytorch模型。您知道如何在pytorch中编写重量填充物和偏斜填充物吗?
layer {
name: "conv3"
type: "Convolution"
bottom: "pool2"
top: "conv3"
param {
lr_mult: 1
decay_mult: 1
}
convolution_param {
num_output: 128
pad_h: 0
pad_w: 1
kernel_h: 1
kernel_w: 3
stride: 1
weight_filler {
type: "gaussian"
std: 0.1
}
bias_filler {
type: "constant"
value: 0
}
}
}
谢谢
解决方法
Pytorch具有torch.nn.init
库,可帮助您确定网络的初始权重。
您可能想使用nn.init.normal_
来填充"gaussian"
,并使用nn.init.constant_
来填充偏差。{p>
您可以使用函数来填充模块"constant"
的权重:
m
有关pytorch中重量初始化的更多信息,请查看this detailed answer。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。