python - 这是在最新版本的 PyTorch（TensorFlow 到 PyTorch 转换）中计算内核的最佳方法吗？

Question

我正在尝试将 MMD-VAE 实现从 TensorFlow 转换为 PyTorch。我的大部分模型都构建得很好，但我只是想确保我正确转换了以下函数（一切正常，但我没有得到我期望的结果，所以我想也许我计算内核不正确因为我在 TensorFlow 中不是那么强）。

在 TensorFlow 中：

def compute_kernel(x, y):
    x_size = tf.shape(x)[0]
    y_size = tf.shape(y)[0]
    dim = tf.shape(x)[1]
    tiled_x = tf.tile(tf.reshape(x, tf.stack([x_size, 1, dim])), tf.stack([1, y_size, 1]))
    tiled_y = tf.tile(tf.reshape(y, tf.stack([1, y_size, dim])), tf.stack([x_size, 1, 1]))
    return tf.exp(-tf.reduce_mean(tf.square(tiled_x - tiled_y), axis=2) / tf.cast(dim, tf.float32))

我对 PyTorch 有什么：

def compute_kernel(x, y):
    x_size = x.size(0)
    y_size = y.size(0)
    dim = x.size(1)
    x = x.unsqueeze(1)
    y = y.unsqueeze(0)
    tiled_x = x.expand(x_size, y_size, dim)
    tiled_y = y.expand(x_size, y_size, dim)
    kernel_input = (tiled_x - tiled_y).pow(2).mean(2)/float(dim)
    return torch.exp(-kernel_input)

谢谢你的帮助！！

标签： pythontensorflowmachine-learningdeep-learningpytorch