Skip to content

  • 体验新版
    • 正在加载...
  • 登录
  • PaddlePaddle
  • models
  • Issue
  • #1253

M
models
  • 项目概览

PaddlePaddle / models
大约 2 年 前同步成功

通知 232
Star 6828
Fork 2962
  • 代码
    • 文件
    • 提交
    • 分支
    • Tags
    • 贡献者
    • 分支图
    • Diff
  • Issue 602
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 255
  • Wiki 0
    • Wiki
  • 分析
    • 仓库
    • DevOps
  • 项目成员
  • Pages
M
models
  • 项目概览
    • 项目概览
    • 详情
    • 发布
  • 仓库
    • 仓库
    • 文件
    • 提交
    • 分支
    • 标签
    • 贡献者
    • 分支图
    • 比较
  • Issue 602
    • Issue 602
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 255
    • 合并请求 255
  • Pages
  • 分析
    • 分析
    • 仓库分析
    • DevOps
  • Wiki 0
    • Wiki
  • 成员
    • 成员
  • 收起侧边栏
  • 动态
  • 分支图
  • 创建新Issue
  • 提交
  • Issue看板
已关闭
开放中
Opened 9月 15, 2018 by saxon_zh@saxon_zhGuest

DSSM 的 classification 模型中 source 和 target CNN 网络是否是 share 的?

Created by: Miopas

我训练了一个 cnn 的 dssm 模型,看文档中 source 和 target 的 cnn 应该是单独的,但是把参数解压出来看发现不太一样。

在 network_conf.py 代码中这样创建卷积层:

            conv_3 = create_conv(3, self.dnn_dims[1], 'cnn')
            conv_4 = create_conv(4, self.dnn_dims[1], 'cnn')
cnnori

参数文件中没有区分开 source 和 target 的 cnn 网络。

我尝试这样修改代码:

            conv_3 = create_conv(3, self.dnn_dims[1], prefix + '_cnn')
            conv_4 = create_conv(4, self.dnn_dims[1], prefix + '_cnn')

然后解压出来的参数是这样(我的模型是三塔模型,有两个 source 和一个 target): cnndebug

但是神奇的是上面两种做法最后测试起来没有分别。

可能是我对网络结构不太清楚,原始代码里面 source 和 target 的 cnn 是 share 的吗?

指派人
分配到
无
里程碑
无
分配里程碑
工时统计
无
截止日期
无
标识: paddlepaddle/models#1253
渝ICP备2023009037号

京公网安备11010502055752号

网络110报警服务 Powered by GitLab CE v13.7
开源知识
Git 入门 Pro Git 电子书 在线学 Git
Markdown 基础入门 IT 技术知识开源图谱
帮助
使用手册 反馈建议 博客
《GitCode 隐私声明》 《GitCode 服务条款》 关于GitCode
Powered by GitLab CE v13.7