torch训练

最新推荐文章于 2024-05-09 14:14:03 发布

baihuang2797

最新推荐文章于 2024-05-09 14:14:03 发布

阅读量207

点赞数

原文链接：http://www.cnblogs.com/rise0111/p/11511802.html

版权

torch的forward函数不一定非要调用
torch的loss可以自己定义在模型中，不一定要通过torch的接口定义
3.反向传播不需要一定使用forward()，而且不需要定义loss=nn.MSError()等，直接score1 - score2 ，就可以反向传播了。

无论两个矩阵你咋操作，只要满足，不管你是只取一行，还是几行，加减乘数。只要能够满足这个式子，就能够反向传播，前提是 self.transitions = nn.Parameter(torch.randn(self.tagset_size, self.tagset_size)) 将你想要更新的矩阵，放入到module的参数中，这样才能够更新。

model.train() ：启用 BatchNormalization 和 Dropout

model.eval() ：不启用 BatchNormalization 和 Dropout

转载于:https://www.cnblogs.com/rise0111/p/11511802.html