我正在寻找一种有效的方法来计算每个示例定义的{x}维度(b x c x h x w):
其中x是参数θ模型生成的相同尺寸的输出,以及
i,j:索引2D输出特征图的高度和宽度
k:索引通道维度
l:索引参数。你知道吗
如何使用x.backward()实现这一点?有没有有效的方法?你知道吗
如果我做了x(火炬。你喜欢的(x) ),我将计算上述方程中梯度的和,而不是它们的绝对值之和。你知道吗
要做到这一点,暴力方法是在输出映射中的每个像素上循环,然后compute.backward()。但是,这将是难以置信的昂贵。有没有一个有效的方法来避免循环?你知道吗
Tags:
在你调用} 函数。也许这就是你要找的?你知道吗
.backward()
你的损失之后,PyTorch为你计算所有的梯度,每个梯度都有一个^{例如:
相关问题 更多 >
编程相关推荐