torch7 的意外行为

Question

我正在使用 torch7 生成异或门数据集。但是当我打印数据集时，我发现数据是错误的，但我找不到错误。代码似乎没有任何问题。但我是 torch 的新手，所以可能会出错。

所以，这是我的代码

input = torch.Tensor (4,2) 
input:random(0,1)

output = torch.Tensor(1)
dataset={};
function dataset:size() return 4 end 
for i=1,dataset:size() do 
  if input[i][1]==input[i][2] then
    output[1] = 0
  else
    output[1] = 1
  end
  print("original")
  print(input[i][1].." "..input[i][2].." "..output[1]) -- the values that are going to dataset
  dataset[i] = {input[i], output}
  print("dataset")
  print(dataset[i][1][1].." "..dataset[i][1][2].." "..dataset[i][2][1])  -- for double checking i read from dataset again
end

print("Why dataset is different now?")
for i=1,4 do
    print(dataset[i][1][1].." "..dataset[i][1][2].." "..dataset[i][2][1]) -- So, why this is different?
    end

如您所见，我打印了插入到 dataset 列表中的值，为了进行双重检查，我再次从 dataset 中读取。

最后我在完全插入后从 dataset 开始检查。数据集在某种程度上有所不同。我运行几次。每次都不一样。就像卡在 1 或 0 上一样。

这是我的输出

original    
1 0 1   
dataset 
1 0 1   
original    
0 0 0   
dataset 
0 0 0   
original    
1 1 0   
dataset 
1 1 0   
original    
0 0 0   
dataset 
0 0 0   
Why dataset is different now?   
1 0 0   
0 0 0   
1 1 0   
0 0 0

可以看到，格式是这样的

input input output

当我从输入 [i] 和输出中读取时，我打印了原件。

我在插入后从数据集中读取时打印了数据集。

您还可以看到我打印时第一组值不同。它应该是 1 0 1。但它是 1 0 0。

我在我的代码中找不到错误。谁能帮忙？如果问题不清楚，请告诉我。

Answer 1

问题在这里：dataset[i] = {input[i], output}
您不是在保存计算结果，而是在保存对 'xor' 函数的后续计算更改的值的引用。
自然地，当您读取结果时，您总是得到相同的数字 -最后结果写入 output[1]
要修复它，要么更改 output 变量以存储实际的临时值（而不是 table），或者至少在保存到数据集 [i] 时从输出 table 读取实际值，不要只是将 link 保存到 table，这样你就不会得到深度复制。

torch7 的意外行为

Unexpected behavior at torch7

lua

machine-learning

luajit

neural-network

torch