input_size = [765, 500, 72]
model = Sequential()
add = model.add
add(l.Conv1D(256, kernel_size=3, strides=2, activation='relu')
add(l.Dropout(0.5))
add(l.Conv1D(256, kernel_size=3, strides=2, activation='relu')
add(l.Dropout(0.5))
add(l.GlobalAveragePooling1D())
add(l.Dense(100, activation="relu"))
add(l.Dense(3, activation="softmax"))
(None, 249, 256)
(None, 249, 256)
(None, 124, 256)
(None, 124, 256)
(None, 256)
(None, 100)
(None, 3)这是tensorflow 模型的结构和摘要。tensorflow 到Pytorch CNN模型。使用Conv1D
[Tensorflow模型摘要]
1条答案
按热度按时间jdzmm42g1#
为了快速启动您的研究，下面是一个
nn.Conv1d的使用示例：关于这个案例，请记住一些与PyTorch相关的事情：
BHC的数据。nn.Conv1d中不包含激活功能，您必须使用专用模块（* 例如 *nn.ReLU）。