Python Mxnet-了解致密层的重量形状
我了解Mxnet框架。在遵循这一点的同时,我看到以下代码片段正在创建一个密集层:Python Mxnet-了解致密层的重量形状,python,deep-learning,mxnet,Python,Deep Learning,Mxnet,我了解Mxnet框架。在遵循这一点的同时,我看到以下代码片段正在创建一个密集层: net = gluon.nn.Dense(1, in_units=2) # input dimension= 2, output dimension = 1 但是为什么打印(净重)将形状作为参数dense4\u-weight(shape=(1,2),dtype=None) 形状不应该是(2,1) 据我了解: input = Shape(n, 2) where n is number of samples outp
net = gluon.nn.Dense(1, in_units=2) # input dimension= 2, output dimension = 1
但是为什么打印(净重)
将形状作为参数dense4\u-weight(shape=(1,2),dtype=None)
形状不应该是(2,1)
据我了解:
input = Shape(n, 2) where n is number of samples
output = Shape(n, 1)
那么权重矩阵应该是矩阵乘法的形状(2,1),不是吗?
我在这里遗漏了什么?这只是由于内部实现。可以将其视为在乘法之前对权重矩阵进行转置