时间戳

首页 > 解决方案 > 如何在 Pytorch 中编写以下 Keras 神经网络的等效代码？

python - 如何在 Pytorch 中编写以下 Keras 神经网络的等效代码？

问题描述

如何在 Pytorch 中编写以下 Keras 神经网络的等效代码？

actor = Sequential()
        actor.add(Dense(20, input_dim=9, activation='relu', kernel_initializer='he_uniform'))
        actor.add(Dense(20, activation='relu'))
        actor.add(Dense(27, activation='softmax', kernel_initializer='he_uniform'))
        actor.summary()
        # See note regarding crossentropy in cartpole_reinforce.py
        actor.compile(loss='categorical_crossentropy',
                      optimizer=Adam(lr=self.actor_lr))[Please find the image eq here.][1]


  [1]: https://i.stack.imgur.com/gJviP.png

标签： pythonpython-3.xkeraspytorch

解决方案

已经提出了类似的问题，但在这里： 

import torch

actor = torch.nn.Sequential(
    torch.nn.Linear(9, 20), # output shape has to be specified
    torch.nn.ReLU(),
    torch.nn.Linear(20, 20), # same goes over here
    torch.nn.ReLU(),
    torch.nn.Linear(20, 27), # and here
    torch.nn.Softmax(),
)

print(actor)

初始化：默认情况下，从 1.0 版本开始，线性层将使用Kaiming Uniform进行初始化（参见这篇文章）。如果你想以不同的方式初始化你的权重，请参阅这个问题的最受好评的答案。

您也可以使用 PythonOrderedDict更轻松地匹配某些层，请参阅Pytorch 的文档，您应该可以从那里继续。

推荐阅读