当前位置:   article > 正文

Kolmogorov-Arnold Networks (KANs)_kolmogorov-arnold pytorch实现

kolmogorov-arnold pytorch实现

KAN
这是个非常厉害的设计,看完论文我再写评价。

下面是实验,都是作者给出的代码

>>> from kan.KANLayer import KANLayer
>>> model = KANLayer(in_dim=3, out_dim=5)
>>> (model.in_dim, model.out_dim)
(3, 5)
  • 1
  • 2
  • 3
  • 4
>>> import torch
>>> x = torch.normal(0,1,size=(100,3))
>>> y, preacts, postacts, postspline = model(x)
>>> x = torch.normal(0,1,size=(4, 784, 1024))
>>> x = x.reshape(4*784, 1024)
>>> y, preacts, postacts, postspline = model2(x)
killed
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

由于计算量太大,直接嘎了。
所以寻求GPU的帮助是必要的,下面看一下论文以及代码再做说明!

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Monodyee/article/detail/724728
推荐阅读
相关标签
  

闽ICP备14008679号