Zarówno PyTorch, jak i Tensorflow Fold są platformami do głębokiego uczenia się, przeznaczonymi do radzenia sobie w sytuacjach, w których dane wejściowe mają niejednorodną długość lub wymiary (to znaczy sytuacje, w których dynamiczne wykresy są przydatne lub potrzebne). Chciałbym wiedzieć, jak się...
Jestem nowy w pytorch i zacząłem z tym kodem github. Nie rozumiem komentarza w wierszu 60–61 w kodzie "because weights have requires_grad=True, but we don't need to track this in autograd". Zrozumiałem, że wspominamy requires_grad=Trueo zmiennych, które musimy obliczyć gradienty przy użyciu...
Google niedawno zawarł w nocnej kompilacji tensorflow tryb Eager , niezbędny interfejs API umożliwiający dostęp do możliwości obliczeń tensorflow. Jak tensorflow chętnie wypada w porównaniu z PyTorch? Niektóre aspekty, które mogą mieć wpływ na porównanie, to: Zalety i wady chętnych ze względu...
Próbuję wytrenować pojedynczy perceptron (1000 jednostek wejściowych, 1 wyjście, brak ukrytych warstw) na 64 losowo generowanych punktach danych. Używam Pytorch za pomocą optymalizatora Adama: import torch from torch.autograd import Variable torch.manual_seed(545345) N, D_in, D_out = 64, 1000,...
Chciałbym użyć ANN dla mojego problemu, ale problem polega na tym, że moje numery wejściowe i wyjściowe węzłów nie są naprawione. Zanim zadałem pytanie, przeprowadziłem wyszukiwanie w Google i okazało się, że RNN może mi pomóc w rozwiązaniu mojego problemu. Ale wszystkie przykłady, które...