简化 VAE 中层的定义

问题描述

为了简化 VAE 中层的定义和非线性的使用，我必须在下面的代码中使用 torch.nn.Sequential。如何更改非线性的定义？

class VAE(nn.Module):
    def __init__(self):
        super(VAE,self).__init__()
        self.fc0 = nn.Linear(2,K)
        self.fc1 = nn.Linear(K,K)
        self.fc21 = nn.Linear(K,K)
        self.fc22 = nn.Linear(K,K)
        self.fc3 = nn.Linear(K,K)
        self.fc4 = nn.Linear(K,K)
        self.fc5 = nn.Linear(K,2)
    def encode(self,x):
        h1 = F.selu(self.fc1(F.selu(self.fc0(x))))
        return self.fc21(h1),self.fc22(h1)
'''

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

autoencoder encoder python