Tensorflow 到 Pytorch CNN（使用 nn.Conv1d）

Question

input_size = [765, 500, 72]

model = Sequential()
add = model.add

add(l.Conv1D(256, kernel_size=3, strides=2, activation='relu')
add(l.Dropout(0.5))
add(l.Conv1D(256, kernel_size=3, strides=2, activation='relu')
add(l.Dropout(0.5))
add(l.GlobalAveragePooling1D())
add(l.Dense(100, activation="relu"))
add(l.Dense(3, activation="softmax"))


(None, 249, 256)
(None, 249, 256)
(None, 124, 256)
(None, 124, 256)
(None, 256)
(None, 100)
(None, 3)

這是 tensorflow model 結構和摘要。 Tensorflow 到 Pytorch CNN model。使用 Conv1D

[Tensorflow Model總結]

Answer 1

為了快速啟動您的研究，這里有一個nn.Conv1d的用法示例：

>>> f = nn.Conv1d(72, 256, kernel_size=3, stride=2)
>>> f(torch.rand(765, 72, 500)).shape
torch.Size([765, 256, 249])

關於這種情況，請記住一些與 PyTorch 相關的事情：

• 與 Tensorflow 不同，它處理BHC格式的數據。

• 您必須為每個線性層提供輸入特征尺寸。

• 激活 function 不包含在nn.Conv1d中，您必須為此使用專用模塊（例如nn.ReLU ）。