例如，我有一个大小为（B，4，H，W）的PytorchTensor，我想在训练过程中只使用轴1的某些子Tensor（具体来说，索引为0和3）作为模型。剩下的两个子Tensor将不会在训练中使用。当然，我可以将Tensor更改为（B，2，H，W）大小，但我很好奇，如果我使用原始Tensor，训练和推理过程是否仍然稳定？
z9gpfhce1#
当然！这种方法通常用于以不同的方式处理数据的特定组件。例如：
import torch from torch import nn B, C, H, W = 100, 4, 224, 224 inputs = torch.randn(B, C, H, W) class model(nn.Module): def __init__(self): super().__init__() self.conv1 = nn.Conv2d(2, 2, 3, 1, 1) self.conv2 = nn.Conv2d(2, 2, 3, 1, 1) def forward(self, x): x1 = x[:, :2, ...] x2 = x[:, 2:, ...] res1 = self.conv1(x1) res2 = self.conv2(x2) res = torch.cat([res1, res2], dim=1) return res my_model = model() res = my_model(inputs) res.shape
1条答案
按热度按时间z9gpfhce1#
当然！这种方法通常用于以不同的方式处理数据的特定组件。例如：