Запитання з тегом «pytorch»

І PyTorch, і Tensorflow Fold є глибокими рамками навчання, призначеними для вирішення ситуацій, коли вхідні дані мають неоднакову довжину або розміри (тобто ситуації, коли динамічні графіки є корисними або потрібними). Мені хотілося б знати, як вони порівнюються, у сенсі парадигм, на які вони покладаються (наприклад, динамічне формування) та їх наслідків, …

26 python  deep-learning  tensorflow  pytorch 

Я новачок у pytorch і почав із цього коду github. Я не розумію коментар у рядку 60-61 у коді "because weights have requires_grad=True, but we don't need to track this in autograd". Я зрозумів, що ми згадуємо requires_grad=Trueпро змінні, які нам потрібні для обчислення градієнтів для використання автограду, але що …

22 pytorch 

Нещодавно компанія Google, включена в нічну кількість тензорфлоу, створює свій режим Eager , необхідний API для доступу до можливостей обчислення tensorflow. Як tensorflow нетерплячий порівняти з PyTorch? Деякі аспекти, які можуть вплинути на порівняння, можуть бути: Переваги та недоліки охочих завдяки його статичній графічній спадщині (наприклад, імена у вузлах). Внутрішні …

14 deep-learning  tensorflow  pytorch 

Я намагаюся навчити один перцептрон (1000 вхідних одиниць, 1 вихід, без прихованих шарів) на 64 випадково генерованих точках даних. Я використовую Pytorch за допомогою оптимізатора Адама: import torch from torch.autograd import Variable torch.manual_seed(545345) N, D_in, D_out = 64, 1000, 1 x = Variable(torch.randn(N, D_in)) y = Variable(torch.randn(N, D_out)) model = …

11 perceptron  pytorch 

Я хотів би використовувати ANNs для своєї проблеми, але проблема полягає в тому, що мої входи та виходи не визначаються. Я здійснив пошук в Google, перш ніж ставити запитання, і виявив, що RNN може допомогти мені в моїй проблемі. Але всі приклади, які я знайшов, якимось чином визначають кількість вхідних …

10 python  neural-network  keras  rnn  pytorch