创建一个具有归一化权重的简单 PyTorch 神经网络
Create a simple PyTorch neural network with a normalized weights
我想创建一个简单的 PyTorch 神经网络,其权重之和等于 1
。要理解我的问题这里是举个例子:
您可以简单地通过所有初始化权重的总和进行归一化:
>>> layer = nn.Linear(4, 1, bias=False)
>>> layer.weight
Parameter containing:
tensor([[-0.2565, 0.4753, -0.1129, 0.2327]], requires_grad=True)
规范化layer.weight
:
>>> layer.weight.data /= layer.weight.data.sum()
然后:
>>> layer.weight
Parameter containing:
tensor([[-0.7573, 1.4034, -0.3333, 0.6872]], requires_grad=True)
我想创建一个简单的 PyTorch 神经网络,其权重之和等于 1
。要理解我的问题这里是举个例子:
您可以简单地通过所有初始化权重的总和进行归一化:
>>> layer = nn.Linear(4, 1, bias=False)
>>> layer.weight
Parameter containing:
tensor([[-0.2565, 0.4753, -0.1129, 0.2327]], requires_grad=True)
规范化layer.weight
:
>>> layer.weight.data /= layer.weight.data.sum()
然后:
>>> layer.weight
Parameter containing:
tensor([[-0.7573, 1.4034, -0.3333, 0.6872]], requires_grad=True)