我有一个形状为（768，8，22）的 Torch Tensor，由Conv Layer 1-D Layer处理。数据已经标准化。Tensor由下一个图层处理：
nn.Conv1d（输入通道= 8，输出通道= 1，内核大小= 3）
层的输出具有正确的维度，但输出矩阵具有重复多次的相同值。
output = tensor(
[[[-0.1856, -0.1856, -0.1856, -0.1856, -0.1856, -0.1856, -0.1856,
-0.1856, -0.1856, -0.1856, -0.1856, -0.1856, -0.1856, -0.1856,
-0.1856, -0.1856, -0.1856, -0.1856, -0.1856, -0.1856]],
...
[[-0.1856, -0.1856, -0.1856, -0.1856, -0.1856, -0.1856, -0.1856,
-0.1856, -0.1856, -0.1856, -0.1856, -0.1856, -0.1856, -0.1856,
-0.1856, -0.1856, -0.1856, -0.1856, -0.1856, -0.1856]]]
2条答案
按热度按时间nhaq1z211#
我已经解决了这个问题，这是 Torch 的一个奇怪的情况。我只是从我的网络类和我在forward方法中定义的
init中删除了deConv1d。通过这样做，每一步的输出不再是相同的。n3schb8v2#
我也遇到过同样的问题，其他一些帖子建议应用批量归一化或将激活函数改为更合适的，在我的情况下，结果是一样的。