pytorch层顺序会影响结果吗
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pytorch层顺序会影响结果吗相关的知识,希望对你有一定的参考价值。
参考技术A 会的。Tensorflow的通道顺序默认是NHWC(但可以设置成NCHW),NHWC的访存局部性更好(每三个输入像素即可得到一个输出像素),NCHW则必须等所有通道输入准备好才能得到最终输出结果,需要占用较大的临时空间。
NCHW则是NvidiacuDNN默认格式,使用GPU加速时用NCHW格式速度会更快(也有个别情况例外)。最佳实践,设计网络时充分考虑两种格式,最好能灵活切换,在GPU上训练时使用NCHW格式,在CPU上做预测时使用NHWC格式。
特征顺序会影响 sklearn 中的决策树算法吗?
【中文标题】特征顺序会影响 sklearn 中的决策树算法吗?【英文标题】:Does feature order impact Decision tree algorithm in sklearn? 【发布时间】:2017-10-11 23:25:39 【问题描述】:我读了一些资料:
decision tree document in sklearn
A Quora Answer
但是,如果我更改功能顺序,我可以找到(功能名称集: 数据中的 [a,b,c] 变为 [b,a,c])。这真的会影响决策树的结果吗?
【问题讨论】:
【参考方案1】:不是真的。 Sklearn 通常使用购物车树,其中最佳分割是通过选择最小化成本函数的特征来决定的。所以列的顺序并不重要。
【讨论】:
谢谢,我有一个问题。如果数据太大(可能是 [10^6, 10^5])。第一次,我必须计算所有功能的最佳拆分器。那可能是O(n ^ 2)。这是非常缓慢的。这是正确的吗? 是的,单个 CART 决策树需要扫描所有数据和所有特征以找到最佳拆分。通常您不会自己编写树代码,因为有许多优化的库可以很快为您完成这项工作。以上是关于pytorch层顺序会影响结果吗的主要内容,如果未能解决你的问题,请参考以下文章
pytorch 中的 autograd 可以处理同一模块中层的重复使用吗?
Pytorch:将 VGG 模型转换为顺序模型,但得到不同的输出
在 pytorch 中修改预训练模型时,旧的权重会重新初始化吗?