Pytorch模型的load调用模糊

简单的一个:

这是做什么的?

model.load_state_dict({name :         weights_before[name] + (weights_after[name] - weights_before[name]) * outerstepsize         for name in weights_before})

非常感谢!


回答:

load_state_dict 从字典中加载可学习的参数到神经网络中。

每一层都有其各自的名称和参数。在这个例子中,你遍历两个字典(weights_beforeweights_after),始终使用weights_after,但同时还加上参数值之间的差异并乘以outerstepsize

你可以在PyTorch文档中了解更多信息。

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