python - PyTorch:为什么要创建相同类型层的多个实例?
问题描述
这段代码来自 PyTorch 转换器:
self.linear1 = Linear(d_model, dim_feedforward, **factory_kwargs)
self.dropout = Dropout(dropout)
self.linear2 = Linear(dim_feedforward, d_model, **factory_kwargs)
self.norm1 = LayerNorm(d_model, eps=layer_norm_eps, **factory_kwargs)
self.norm2 = LayerNorm(d_model, eps=layer_norm_eps, **factory_kwargs)
self.norm3 = LayerNorm(d_model, eps=layer_norm_eps, **factory_kwargs)
self.dropout1 = Dropout(dropout)
self.dropout2 = Dropout(dropout)
self.dropout3 = Dropout(dropout)
为什么他们添加self.dropout1
, ...2
,...3
当self.dropout
已经存在并且是完全相同的功能时?
self.linear1
另外, ( , self.linear2
) 和之间有什么区别self.linear
?
解决方案
推荐阅读
- nixos - fetchFromGitHub,过滤下来作为 environment.etc."file".source
- c# - MSMQ MessageQueue.BeginReceive(时间跨度,对象)
- mysql - 为什么SQL中的结果总和与原始数据的结果不兼容?
- ios - 在不同的单元格笔尖中显示 2 组 Firebase 数据
- security - Jenkins 从 2.154 降级回 2.152 后无法登录
- python - 在jupyter中打开时无法查看文件夹中的,ipynb文件
- apache - 在 ubuntu 18.04 上使用 apache 配置清漆
- android - 处理来自外部活动的异常
- java - brew cask install java8 安装失败
- powershell - PowerShell在尝试显示注册表值时显示空白行