我如何在Pytorch中编写Keras神经网络的以下等价代码?在
actor = Sequential()
actor.add(Dense(20, input_dim=9, activation='relu', kernel_initializer='he_uniform'))
actor.add(Dense(20, activation='relu'))
actor.add(Dense(27, activation='softmax', kernel_initializer='he_uniform'))
actor.summary()
# See note regarding crossentropy in cartpole_reinforce.py
actor.compile(loss='categorical_crossentropy',
optimizer=Adam(lr=self.actor_lr))[Please find the image eq here.][1]
[1]: https://i.stack.imgur.com/gJviP.png
类似的问题已经被问过了,但现在是:
初始化:默认情况下,从版本1.0开始,线性层将使用Kaiming Uniform进行初始化(参见this post)。如果您想以不同的方式初始化权重,请参阅对this question的大多数赞成票的答案。在
您也可以使用Python的
OrderedDict
来更容易地匹配某些层,请参见Pytorch's documentation,您应该可以从那里继续。在相关问题 更多 >
编程相关推荐