将PyTorch中的Conv1D层转换为TensorFlow/Keras

我想从以下代码创建一个等效的Keras层:

Layer=torch.nn.Conv1d(in_features, out_features, 1)

我的输入形状为(批次大小,通道,宽度)。此层在PyTorch中编译为:

Conv1d(10, 256, kernel_size=(1,), stride=(1,))

如何在TensorFlow中表达这个层?我目前的尝试是:

layer1 = tf.keras.layers.Conv1D(in_features-out_features+1, kernel_size=1)

但我对这种方法是否正确没有信心。


回答:

在TensorFlow的Keras中,你可以这样写:

layer1 = tf.keras.layers.Conv1D(filters=256, kernel_size=1)(layer0)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注