用于在 PyTorch 中使用复数神经网络的高级工具箱
一个高级工具箱,用于在 PyTorch 中使用复数神经网络。
在 PyTroch 1.7 之前,复杂张量不受支持。
complexPyTorch 的最初版本使用两个张量来表示复数张量,一个用于实部,另一个用于虚部。
自 1.7 版本起,允许使用 torch.complex64 类型的复合张量,但仅支持有限数量的运算。
当前版本的 complexPyTorch 使用复杂张量 (因此需要 PyTorch 版本 >= 1.7)，并增加了对各种操作和层的支持。
pip install complexPyTorch人工神经网络主要用于处理以实值编码的数据,例如数字化的图像或声音。 在此类系统中,使用复数张量是毫无用处的。 但是,对于与物理相关的主题,特别是在处理波的传播时,使用复数是有意思的,因为物理通常在考虑复数场时具有更简单的线性行为。 complexPyTorch 是使用 PyTorch 高级 API 实现复数值函数和模块的简单实现。 按照 [C. Trabelsi 等, 学习表示国际会议, (2018)], 它允许使用以下层和函数与复数值: * 线性 * Conv2d * ConvTranspose2d * MaxPool2d * AvgPool2d * Relu(ℂRelu) * Sigmoid * Tanh * Dropout2d * BatchNorm1d(简单和协方差方法) * BatchNorm2d(简单和协方差方法) * GRU/BN-GRU 单元
暂无开放 Issues，或尚未同步最近议题。