如何在 Pytorch 中编写以下 Keras 神经网络的等效代码？

Posted 2023-02-23

【中文标题】如何在 Pytorch 中编写以下 Keras 神经网络的等效代码？

【英文标题】：How can I write the below equivalent code of Keras Neural Net in Pytorch?

【发布时间】：2019-06-05 03:31:08

【问题描述】：

actor = Sequential()
        actor.add(Dense(20, input_dim=9, activation='relu', kernel_initializer='he_uniform'))
        actor.add(Dense(20, activation='relu'))
        actor.add(Dense(27, activation='softmax', kernel_initializer='he_uniform'))
        actor.summary()
        # See note regarding crossentropy in cartpole_reinforce.py
        actor.compile(loss='categorical_crossentropy',
                      optimizer=Adam(lr=self.actor_lr))[Please find the image eq here.][1]


  [1]: https://i.stack.imgur.com/gJviP.png

【问题讨论】：

到目前为止你有什么尝试？

【参考方案1】：

类似的问题已经被问过，但这里是这样的：

import torch

actor = torch.nn.Sequential(
    torch.nn.Linear(9, 20), # output shape has to be specified
    torch.nn.ReLU(),
    torch.nn.Linear(20, 20), # same goes over here
    torch.nn.ReLU(),
    torch.nn.Linear(20, 27), # and here
    torch.nn.Softmax(),
)

print(actor)

初始化：默认情况下，从 1.0 版本开始，线性层将使用 Kaiming Uniform 进行初始化（参见this post）。如果您想以不同的方式初始化权重，请参阅this question 的最受好评的回答。

您也可以使用 Python 的 OrderedDict 来更轻松地匹配某些层，请参阅 Pytorch's documentation，您应该可以从那里继续。