我对 CNN 和 channel 的工作方式有点困惑。具体来说,这两个实现为什么不相等? # of output channels 不就是应用了多少 # filter 吗?
self.conv1 = nn.Conv2d(1, 10, kernel_size=(3, self.embeds_size))
self.conv2 = nn.ModuleList([nn.Conv2d(1, 1, kernel_size=(3, self.embeds_size)) for f in range(10)])
...
conv1s = self.conv1(x)
conv2s = [conv(x) for conv in self.conv2]
conv2s = torch.stack(conv2s, 1).squeeze(2)
print(torch.equal(conv1s, conv2s))
最佳答案
检查不同模块的状态字典。除非你正在做一些你没有告诉我们的奇特的事情,否则 PyTorch 将随机初始化权重。具体来说,试试这个:
print(self.conv1.state_dict()["weight"][0])
print(self.conv2[0].state_dict()["weight"][0])
它们会有所不同。
关于python - 了解 PyTorch CNN channel ,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49362616/