如何在Pytorch的`nn.Sequential`中展平输入

如何在nn.Sequential中展平输入

Model = nn.Sequential(x.view(x.shape[0],-1),                     nn.Linear(784,256),                     nn.ReLU(),                     nn.Linear(256,128),                     nn.ReLU(),                     nn.Linear(128,64),                     nn.ReLU(),                     nn.Linear(64,10),                     nn.LogSoftmax(dim=1))

回答:

你可以创建一个新的模块/类如下,并在Sequential中像使用其他模块一样使用它(调用Flatten())。

class Flatten(torch.nn.Module):    def forward(self, x):        batch_size = x.shape[0]        return x.view(batch_size, -1)

参考:https://discuss.pytorch.org/t/flatten-layer-of-pytorch-build-by-sequential-container/5983

编辑:Flatten现在是torch的一部分。参见https://pytorch.org/docs/stable/nn.html?highlight=flatten#torch.nn.Flatten

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