我有以下PyTorch层定义:
self.e_conv_1 = nn.Sequential(
nn.ZeroPad2d((1, 2, 1, 2)),
nn.Conv2d(in_channels=3, out_channels=64, kernel_size=(5, 5), stride=(2, 2)),
nn.LeakyReLU(),
)
我希望在Tensorflow中有相同的精确层声明。我怎么才能做到呢
self.e_conv_1 = tf.keras.Sequential([
layers.Conv2D(64, kernel_size=(5, 5), activation=partial(tf.nn.leaky_relu, alpha=0.01), padding='same', strides=(1, 2))
])
应该是上面的代码吗?我认为至少跨步和垫子是不一样的
提前感谢任何提供帮助的人
我认为可以根据tenssorflow documentation以这种方式使用层:
主要区别在于torch零填充和tensroflow零填充参数之间。 在本文中,参数包括:
在tensorflow中:
相关问题 更多 >
编程相关推荐