网站首页 编程技术 正文

如何在模型中引入可学习参数（Pytorch）

2023-05-18编程技术162663

错误实例：

def init(self):

	self.w1 = torch.nn.Parameter(torch.FloatTensor(1),requires_grad=True).cuda()

	self.w2 = torch.nn.Parameter(torch.FloatTensor(1),requires_grad=True).cuda()

	self.w1.data.fill_(0.3)

	self.w2.data.fill_(0.3)

def forward(self, x):

	out = self.w1 * out1 + self.w2 * out2

	out = self.fc(out)

正确实例：

def init(self):

	self.w1 = torch.nn.Parameter(torch.FloatTensor(1),requires_grad=True)

	self.w2 = torch.nn.Parameter(torch.FloatTensor(1),requires_grad=True)

	self.w1.data.fill_(0.3)

	self.w2.data.fill_(0.3)

def forward(self, x):

	out = self.w1 * out1 + self.w2 * out2

	out = self.fc(out)

如何在模型中引入可学习参数（Pytorch）的相关教程结束。

本文地址：https://www.ufcn.cn/tutorials/2650907.html

如非特殊说明，本站内容均来自于网友自主分享，概不代表本站观点，如有任何问题我们都将在收到反馈后的第一时间进行处理！