我有这段Lua-Torch代码,并尝试使用Python代码。 我很难理解结果/过程的含义:
= nn.Linear(size1
t2h_d.data.module:share(
import 'nn'
import 'nngraph'
nh_t= nn.identity(d)
h_d= nn.identity(d)
size1= 5
t2h_d = nn.Linear(size1, 4 * size1)(h_t):annotate{name='ih_'..L}
d2h_d = nn.Linear(size1, 4 * size1)(h_d):annotate{name='hh_'..L}
t2h_d.data.module:share(shared_weights[1], 'weight', 'bias', 'grdWeight', 'grdBias')
d2h_d.data.module:share(shared_weights[2], 'weight', 'bias', 'grdWeight', 'grdBias')
有人知道numpy python中的等价物吗?
答案 0 :(得分:0)
LUA中的这段代码
t2h_d.data.module:share(shared_weights[1], 'weight', 'bias')
表示t2h_d tensor将使用存储在share_weights [1]
中的已使用数据nn.Linear(size1, 4 * size1)(h_t):annotate{name='ih_'..L}
表示完成线性乘积W.h_t,结果称为ih_L, W具有以下尺寸:size1,4 * size1
这些精确度很有用,因为LUA缺乏文档。
答案 1 :(得分:0)
我想你可以尝试一个名为“lutorpy”的python库。所以你可以使用python中的所有lua / torch库和函数。它还实现了在火炬张量和numpy阵列之间进行转换的功能,这对你来说也很有意思。