- 博客(2)
- 收藏
- 关注
RSS订阅原创 pytorch学习笔记-循环神经网络
x：shape是（sequence_length,input_size）或（sequence_length, batch_size,input_size）或者（batch_size,sequence_length,input_szie）的张量,上述三种形式分别对应的情况是：x是一条单一数据；ct：shape是（D*num_layers, hidden_size）或者（D*numlayers, batch_size, hidden_size）循环神经网络中的每一个时间步的网络参数都是一样的。
2024-06-19 09:45:32
263
原创 pytorch学习笔记3-卷积神经网络
model.eval()用于训练和验证状态的切换，只会影响dropout和batchnorm的行为，不会影响梯度计算，但是在验证模式下，不会进行梯度的反向传播（torch.no_grad()用于停止autograd模块的工作，停止所有的梯度计算，但是不会影响dropout层和batch norm层的行为。BatchNorm过程是对每个通道独立进行的。不是只有反向传播才有梯度计算吗？4、print的格式化输出。
2024-06-18 15:00:20
201
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人