python - 在 Chainer 中定义一些可学习的参数
问题描述
我想在我的模型中定义一些可学习的参数,这些参数在前馈中乘以特征图,并在反向传播时更新。我如何在chainer框架中实现它?
解决方案
我读了一点,找到了我的答案。如果你需要在chainer中定义一些需要学习的参数,你应该使用chainer.links.Scale()函数。例如 chainer.links.Scale(axis=1,W_shape=(8,8)) W 是在网络中可学习的相同参数。如果特征图是 x,W 乘以 x 并在反向传播中更新。
推荐阅读
- neo4j - 为什么没有为我的数据库实例注册名为 `apoc.cypher.doit` 的程序?
- c - 为什么通过 SPI 将 CMD58 发送到我的 Class 10 SD 返回 0x01 而不是 0x00?
- javascript - 缓存使仪表板更快
- php - 在分层 JSON 中添加字段
- batch-file - 无法清除 win 7 cmd 提示批处理文件中 set /p 变量的内容
- javascript - 从服务器接收数据后如何更新 React Google Map
- istio - 将微服务转换为 Knative
- php - 如何在帖子中传递数据以便我们可以调用id?
- algorithm - 霍尔与洛穆托的分区
- javascript - json 大小的 ajax 发布请求是否有任何限制?