Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.
Sé que es muy fácil hacer una transformación a un torch en los parámetros primero y último al agregar términos, pero mi problema está con el segundo parámetro. Sé que probablemente necesito crear matrices, pero no puedo entender cómo hacerlo.
Soy nuevo en Pytorch y estoy tratando de hacer algunos experimentos de muestreo de importancia: Durante una época de evaluación, calculo la pérdida para cada muestra de entrenamiento y obtengo la suma de gradientes para esta muestra de entrenamiento. Finalmente, ordenaré las muestras de entrenamiento según los gradientes que introdujeron. . . . Read more
Utilizo ray y torch en mi código y configuro un núcleo de CPU para cada actor remoto de ray para computar el gradiente (usando el paquete torch). Pero encuentro que la utilización de CPU del actor puede llegar a ser de hasta 300% en algunas ocasiones. Esto parece ser imposible . . . Read more
Tengo una red neuronal (mi función): import torch import torch.nn as nn import torch.optim as optim softplus = torch.nn.Softplus() class Model(nn.Module): def __init__(self): super(Model, self).__init__() self.fc1 = nn.Linear(4, 10) self.fc2 = nn.Linear(10, 10) self.fc3 = nn.Linear(10, 1) def forward(self, x): x = torch.relu(self.fc1(x)) x = torch.relu(self.fc2(x)) x = softplus(self.fc3(x)) return . . . Read more
Quiero saber si el tensor a se convierte en torch.ones(1,3,2) y luego en torch.ones(5,3,2) o si se convierte en torch.ones(5,1,2) y luego en torch.ones(5,3,2) durante la operación de suma. Mi código: import torch a = torch.ones(1,1,2) b = torch.ones(5,3,2) c = a + b print(c) El resultado: tensor([[[2., 2.], [2., . . . Read more