问题标签 [pytorch]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - PyTorch：在 nn.Sequential() 中访问特定模块的权重
当我在 PyTorch 中使用预定义模块时，我通常可以很容易地访问它的权重。但是，如果我先包装模块，如何访问它们nn.Sequential()？rg:
我现在如何打印权重？
model_2.layer.0.weight不起作用。
python - 深度学习：通过不同的库保存和加载通用机器模型
我的问题可以分为两部分。
是否有可以通过不同库使用的机器学习模型文件格式？比如我用pytorch保存了一个模型，然后用tensorflow加载？
如果没有，是否有可以帮助传输格式的库，以便可以在 keras 中直接使用 pytorch 机器学习模型？
之所以问这个问题，是因为最近需要将之前在tensorflow中训练的一些模型调整为pytorch。
这个问题的更新： Facebook 和微软将推出一个名为 ONNX 的模型标准，用于在不同框架之间传输模型，例如在 Pytorch 到 Caffe2 之间。链接如下：
这个问题的进一步更新： Tensorflow 本身使用 Protocol Buffer 格式来存储模型文件，可以用于不同模型之间的传输。链接如下：
python - 如何在 PyTorch 中获得 [r1,r2] 范围内的均匀分布？
我想在 PyTorch中获得一个torch.Tensor大小[a,b]填充了来自均匀分布（在 range 中）的值的二维。[r1,r2]
linux - 如何在 docker 映像中安装 python 模块？
我有一个名为：的图像Image和一个正在运行的容器：container。我想安装pytorch和anacoda. 最简单的方法是什么？我是否必须更改dockerfile并构建新图像？非常感谢。
numpy - 如何将 Pytorch autograd.Variable 转换为 Numpy？
标题说明了一切。我想将 a 转换PyTorch autograd.Variable为其等效numpy数组。在他们的官方文档中，他们提倡使用a.numpy()来获取等效numpy数组（for PyTorch tensor）。但这给了我以下错误：
回溯（最后一次调用）：文件“stdin”，第 1 行，模块文件“/home/bishwajit/anaconda3/lib/python3.6/site-packages/torch/autograd/variable.py”，第 63 行，在getattr raise AttributeError(name) AttributeError: numpy
有什么办法可以规避这个吗？
python - 长序列在有注意力的 seq2seq 模型中？
我正在关注这个 pytorch 教程，并尝试将此原则应用于摘要，其中编码序列约为 1000 个单词，解码器目标为 200 个单词。
我该如何申请seq2seq？我知道一次完成 1000 个单词的整个序列会非常昂贵并且几乎不可行。因此，将 seq 分成 20 个 seq 并并行运行可能是一个答案。但我不确定如何实现它；我也想把注意力融入其中。
python - 火炬：使用 net:cuda() 和使用 cudnn.somemodules 有什么区别？
我想知道两者之间的区别是什么：
net:cuda()制作神经网络后使用：
cudnn.somemodules在完成神经网络的过程中使用：
python - PyTorch 线性层输入维度不匹配
将输入数据传递给 PyTorch 中的线性（全连接层）时出现此错误：
我完全理解这个问题，因为输入数据的形状为 (N,C,H,W)（来自 Convolutional+MaxPool 层），其中：
- N：数据样本
- C：数据的渠道
- H，W：高度和宽度
尽管如此，我还是希望 PyTorch 对数据表单进行“重塑”：
- [ N , D1,...Dn] --> [ N, D] 其中 D = D1*D2*....Dn
我尝试重塑 Variable.data，但我读到不建议使用这种方法，因为渐变会保留以前的形状，而且通常你不应该改变 Variable.data 形状。
我很确定该框架有一个简单的解决方案，但我还没有找到。
有没有好的解决方案？
PD：全连接层的输入大小为 C * H * W
torch - PyTorch 和 Torch 是什么关系？
python - 矩阵乘法的基本多 GPU 并行化
我想在 2 个 GPU 上并行化以下简单表达式：在对结果求和之前在 GPU 0 和GPU 1 上进行C = A^n + B^n计算。A^nB^n
在 TensorFlow 中，我会喜欢：
但是，由于 PyTorch 是动态的，所以我在做同样的事情时遇到了麻烦。我尝试了以下方法，但只需要更多时间。
我知道有一个模块可以在批处理维度上并行化模型，torch.nn.DataParallel但在这里我尝试做一些更基本的事情。