0
local net = nn.Sequential()
net:add(SpatialConvolution(3, 64, 4, 4, 2, 2, 1, 1))
以下開始與輸入張量input
local input = torch.Tensor(batchSize, 3, 64, 64)
// during training
local output = net:forward(input)
我要修改網絡接受第二張cond
作爲輸入
local cond = torch.Tensor(batchSize, 1000, 1, 1)
// during training
local output = net:forward({input, cond})
我在添加SpatialConvolution之前通過添加JoinTable來修改網絡,如下所示:
local net = nn.Sequential()
net:add(nn.JoinTable(2, 4))
net:add(SpatialConvolution(3, 64, 4, 4, 2, 2, 1, 1))
這是不工作,因爲這兩個張量具有在尺寸2,3不同的尺寸,和4給予cond
張量爲(BATCHSIZE,1000,64,64)的大小是不因爲其浪費的選項的記憶。
是否有任何合併網絡開始時兩個不同張量饋入第一層的最佳做法。
使用nngraph做的伎倆 – Scholle