pytorch层顺序会影响结果吗

Posted 2023-03-24

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？

【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。