腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
如何在
Pytorch
Geometry中使用RemoveIsolatedNodes变换?
、
、
、
、
我试图在
pytorch
-geometry中运行一个
图
分类问题,我发现我的一些
图
包含孤立的节点(这可能会导致问题)。例如,我的数据集是
pytorch
数据对象的列表: dataset = [graph1, graph2, graph3...]其中graph1是一个
pytorch
几何数据对象,包含
图
的结构、节点
特征
和标签。我看到
pytorch
几何正是用于这个任务,但是它没有说明如何应用它,因为它是一个不需要输入的类。
浏览 1
提问于2021-01-11
得票数 1
1
回答
神经网络层激活的
可视化
、
张量流或角的
特征
可视化
很容易,可以在这里找到。或我使用
PyTorch
和预先训练的resnet18模型。我只需要输入图像并为特定的层(例如Layer2.0.卷积2)获得激活。简单地说,如何将一个代码链接到
PyTorch
?如何获取resnet18
PyTorch
中的特定层以及如何获得输入图像的激活。我在tensorflow中尝试过这个,它成功了,但没有
PyTorch
。
浏览 2
提问于2019-11-24
得票数 3
回答已采纳
1
回答
mnist的深层
特征
可视化
不算什么
、
、
当我使用
可视化
的conv特性时,我发现deconv特性什么也不是,图片的左下角 所以我想知道问题出在哪里?工具箱的
可视化
问题还是mnist功能的特殊之处?
浏览 7
提问于2018-01-21
得票数 0
1
回答
如何将以下以张量流编写的CNN转换为
Pytorch
中的模型?
、
、
我正在将我的项目更改为
pytorch
。我是
Pytorch
的新手。我相信,在模型的转换过程中,我已经做了大部分正确的事情。然而,我收到一个错误:无效参数0:张量的大小必须匹配,但在维度3中除外。"single_out") model = Model(img_input, singleOut) x1 = self.up1_a(x1)
浏览 18
提问于2019-09-14
得票数 0
1
回答
你如何告诉神经网络层去寻找/观察特定的
特征
,比如眼睛和边缘?
、
、
、
、
如何明确地告诉图层在图像中寻找特定的
特征
?你怎么知道每一层都在寻找什么呢?
浏览 33
提问于2019-12-30
得票数 3
回答已采纳
1
回答
是否有可能将火把和火炬的几何模型结合起来?
、
通过简单地将网络应用于单个节点(例如,忽略图形结构),我使用了
PyTorch
对节点进行分类,并使用
PyTorch
几何方法应用GNN (例如GCN)对节点进行分类。是否可以将
PyTorch
中的模型作为
PyTorch
几何中的最后一层?我对这将如何工作感到有点困惑,因为对torch.nn.Module的输入是一个用于GNN情况的
图
,而对于MLP情况则是一个
特征
向量。我想把一个
PyTorch
模型和一个
PyTorch
几何模型组合成一个模型,我可以训练它。这个是可
浏览 0
提问于2022-12-16
得票数 1
回答已采纳
1
回答
如何编写张量积形式的einsum运算:'i,jk->ijk‘?
、
、
我正在使用
pytorch
,并希望将一维(
特征
)向量广播到三维张量(
特征
×高度×宽度),以使用卷积神经网络来调节图像的编码。如此Deepmind paper的
图
S1所示。
浏览 15
提问于2020-11-10
得票数 0
回答已采纳
1
回答
GNN层如何知道批次中的哪个
图
具有给定的节点和节点
特征
?
、
当我们将输入作为节点
特征
(x)和边缘索引(edge_index)传递给
pytorch
_geometric层(例如GATConv)时,我担心该层是否能区分给定节点元素属于哪个批次样本。X遵循节点的形状数量,
特征
大小和edge_index遵循形状2,边的数量。然而,这两个没有给定的信息来知道哪些批次大小为32的输入
图
在x中具有给定的节点
特征
。 有人能澄清这一点吗?
浏览 12
提问于2021-03-01
得票数 0
回答已采纳
3
回答
将
特征
映射(3D数组)拆分为二维数组
、
、
、
、
假设我有一个形状(32, 32, 96)的
特征
图
(即三维数组)现在,我想将每个功能地图分别
可视化
。因此,我想提取每个额叶切片(即二维数组的形状(32, 32)),这样就能给出96个这样的
特征
图
。 如何获得这些数组(可能是而不是复制)以提高内存效率?因为这只是为了
可视化
,所以一个视图就足够了!
浏览 1
提问于2018-01-26
得票数 3
回答已采纳
1
回答
当我们打印一个
Pytorch
模型时,每个值的解释是什么?
我正在编写从github下载的代码。当我打印经过预先训练的模型时,我会在控制台输出中得到跟踪。有人能用图形的形式解释一下,每个步骤如何以图形的形式显示吗? (module): Unet( (conv_stem): Conv2d(4, 64, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1,
浏览 1
提问于2022-10-17
得票数 1
1
回答
图
神经网络中Captum与GNNExplainer的可解释性
、
、
、
我是
图
神经网络的新手,我对探索框架感兴趣,这些框架允许识别作为预测基础的节点/边缘。
浏览 0
提问于2022-09-13
得票数 1
2
回答
RuntimeError:对于尺寸为99的维度0,索引99超出了界限
、
、
我正在研究
PyTorch
几何,我有一个RuntimeError: index 99 is out of bounds for dimension 0 with size 99问题。我的数据集是二部
图
。 featureedge_index为2,745 2节点,源形状为32,3节点,
特征
目标大小为100,3节点,索引
浏览 9
提问于2022-05-25
得票数 0
2
回答
我们能将一个4维或更多维的
特征
空间
可视化
吗?
在python或R中是否有一种用超平面
可视化
特征
空间的方法?或者,我是否可以绘制许多2D
图
,这样每一个
图
都有两个
特征
,与图中的决策边界相分离?
浏览 0
提问于2022-09-20
得票数 3
回答已采纳
1
回答
如何使用张量冻结
图
来
可视化
其功能地图?
、
、
我有张软冻结
图
(.pb)。我想要
可视化
的隐藏层输出(
特征
地图),由该图形从图像。有什么办法吗?
浏览 2
提问于2019-03-07
得票数 0
1
回答
如何
可视化
词袋码本(图像分类)?
、
、
我想使用bag-of-word
特征
进行图像分类,如何
可视化
codebook?我使用keypoint-sift,然后使用kmeans进行聚类。例如, (
图
4)
浏览 11
提问于2013-09-24
得票数 0
2
回答
用Python绘制一个相关圈
、
、
、
、
这些看起来有点像这样:基本上,它允许测量一个变量的
特征
值/
特征
向量与数据集的主成分(维度)相关的
特征
值/
特征
向量。 有人知道是否有一个python包来绘制这样的数据
可视化
图
?
浏览 3
提问于2016-06-14
得票数 6
1
回答
如何从
PyTorch
中
可视化
多通道
特征
?
、
我几乎是
PyTorch
的新手我可以使用squeeze并将其设置为25,8,32。我可以使用matplot或tensorboardX进行
可视化
。
浏览 11
提问于2020-02-27
得票数 0
1
回答
来自卷积层的权重在应用于图像层时会产生饱和输出
、
、
、
、
我正在使用image_layer
可视化
我的第一层输出,当应用训练好的权重时。然而,当我尝试
可视化
时,我得到的白色图像如下所示:忽略后四个,过滤器的大小是7x7,有32个。the model session = tf.Session()我用来创建
可视化
权重的代码来自以下代码
浏览 0
提问于2017-08-22
得票数 0
1
回答
OSMNX图形到torch_geometry错误:“无法推断点的dtype”
、
、
、
、
我是
图
神经网络的新生。最近,我一直在努力在交通网络上做TGCN。下一步是如何对NetworkX
图
进行TGCN培训??我只发现了一些关于使用
Pytorch
几何的TGCN建模的教程。所以我试着把NetworkX
图
从OSMNX转移到火炬几何。我遵循了中的步骤 问题是直
浏览 6
提问于2022-10-07
得票数 0
1
回答
在Matlab中重命名变量名
我想在Matlab中
可视化
特征
的相关性。 Matlab附带了一个名为的方便的函数。我得到了相关
图
,但是使用了名为var1、var2、var3等的特性,而不是真正的
特征
标签。在绘制相关性时,指定要使用的
特征
标签的方法是什么?
浏览 3
提问于2015-10-09
得票数 1
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
微软工程师用PyTorch实现图注意力网络,可视化效果惊艳
PyTorch可视化理解卷积神经网络
PyTorch小技巧:使用Hook可视化网络层激活(各层输出)
空间交互特征可视化:Direction-based Pattern Maps
数据可视化 气泡图
热门
标签
更多标签
云服务器
ICP备案
云直播
对象存储
腾讯会议
活动推荐
运营活动
广告
关闭
领券