问题描述
我复制并简化了这个非常简单的代码,只是为了开始使用神经切线和jax
from jax import random
import neural_tangents as nt
init_fn,apply_fn,kernel_fn = nt.stax.serial(
nt.stax.Dense(512),nt.stax.Relu(),nt.stax.Dense(1)
)
key1,_ = random.split(random.PRNGKey(1))
x = random.normal(key1,(1,1)) # training features
y = random.uniform(key1,shape=(1,1)) # training targets
predict_fn = nt.predict.gradient_descent_mse_ensemble(kernel_fn,x,y)
predictions = predict_fn(x,get='ntk')
print(y)
print("********")
print(predictions)
据我所知,它训练了一个“无限宽”的神经网络,以使单个训练示例实数适合其期望的目标(也是单个实数)。
因此y
和predictions
应该相同。我正在训练一个示例,我有一个无限强大的模型,在我看来,这两个应该是相同的。他们不是。打印:
[[0.12462091]]
********
[[[[-0.45066586]]]]
更重要的是,如果我将训练示例的数量更改为3,则两个打印件的尺寸现在不匹配!我期望找到两个三个数字的向量。我得到的是:
[[0.6283829 ]
[0.53268707]
[0.89792836]]
********
[[[[0.0453045 ]
[0.01134446]
[0.17562252]]]
[[[0.01215818]
[0.00304447]
[0.0471311 ]]]
[[[0.1367114 ]
[0.03423319]
[0.5299607 ]]]]
很明显,我有一个致命的误会。该文档没有帮助我。谁能阐明这个问题?
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@)