我正在試驗 PyTorch 中實作的 conv2d 函式。我在下面撰寫了一個代碼示例，其中我們有一個 3x3 矩陣，包含 1 個批次、2 個輸入通道。我實作了我的卷積層，以使內核具有矩陣的確切大小（因此步幅無關緊要）和 1 的輸出通道。我將權重固定為 1。
基本上這應該只是總結輸入張量。為什么最后兩個列印的值略有不同？這是某種浮點計算錯誤的結果嗎？
import torch.nn as nn
import torch
m = nn.Conv2d(2, 1, 3, stride=2)
input = torch.randn(1, 2, 3, 3)
m.weight = torch.nn.Parameter(torch.ones_like(m.weight))
output = m(input)
print(input)
print(torch.sum(input))
print(output)
uj5u.com熱心網友回復：
Conv2d 的偏差未初始化為零。
嘗試這個
import torch.nn as nn
import torch
m = nn.Conv2d(2, 1, 3, stride=2)
input = torch.randn(1, 2, 3, 3)
m.weight = torch.nn.Parameter(torch.ones_like(m.weight))
nn.init.zeros_(m.bias)
output = m(input)
print(input)
print(torch.sum(input))
print(output)
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/533067.html
下一篇：如何在marqo中執行關鍵字搜索