序数池化神经网络的函数

Question

我想创建一个函数来计算 Ordinal Pooling 神经网络，如下图所示：

这是我的职能：

def Ordinal_Pooling_NN(x):
  wights = torch.tensor([0.6, 0.25, 0.10, 0.05])
  top = torch.topk(x, 4, dim = 1)
  wights = wights.repeat(x.shape[0], 1)
  result = torch.sum(wights * (top.values), dim = 1 )
  return result

但结果出现以下错误：

<ipython-input-112-ddf99c812d56> in Ordinal_Pooling_NN(x)
      9     top = torch.topk(x, 4, dim = 1)
     10     wights = wights.repeat(x.shape[0], 1)
---> 11     result = torch.sum(wights * (top.values), dim = 1 )
     12     return result

RuntimeError: The size of tensor a (4) must match the size of tensor b (16) at non-singleton dimension 2

Answer 1

你的实现实际上是正确的，我相信你没有用二维张量输入函数，输入必须有一个批处理轴。例如，下面的代码将运行:

>>> Ordinal_Pooling_NN(torch.tensor([[1.9, 0.4, 1.3, 0.8]]))
tensor([1.5650])

请注意，您不需要重复权重张量，它会在计算逐点乘法时自动广播。您只需要以下内容：

def Ordinal_Pooling_NN(x):
  w = torch.tensor([0.6, 0.25, 0.10, 0.05])
  top = torch.topk(x, k=4, dim=1)
  result = torch.sum(w*top.values, dim=1)
  return result

序数池化神经网络的函数

function for Ordinal Pooling Neural network

neural-network

max-pooling

pytorch