小编sdi*_*abr的帖子

所以我正在运行CNN来解决分类问题.我有3个带有3个池层的转换层.P3是最后一个合并图层的输出,其尺寸为:[Batch_size,4,12,48] _,我想将该矩阵展平为[Batch_size,2304]大小矩阵,为2304 = 4*12*48.我曾经使用"选项A"(见下文)一段时间,但有一天我想尝试"选项B",这在理论上会给我相同的结果.但事实并非如此.我之前已经开过以下帖子了

tf.contrib.layers.flatten(x)是否与tf.reshape(x,[n,1])相同？

但这只会增加更多的混乱,因为尝试"选项C"(取自上述线程)给出了一个新的不同结果.

P3 = tf.nn.max_pool(A3, ksize = [1, 2, 2, 1], strides = [1, 2, 2, 1], padding='VALID')

P3_shape = P3.get_shape().as_list()

P = tf.contrib.layers.flatten(P3)                             <-----Option A

P = tf.reshape(P3, [-1, P3_shape[1]*P3_shape[2]*P3_shape[3]]) <---- Option B

P = tf.reshape(P3, [tf.shape(P3)[0], -1])                     <---- Option C

我更倾向于使用"选项B",因为这是我在蒲公英Mane的视频中看到的那个(https://www.youtube.com/watch?v=eBbEDRsCmv4&t=631s),但我想理解为什么这3个选项会给出不同的结果.

我想知道如何避免我的文档（报告）周围出现这些空白。我并不是真正的 LaTeX 专家，而且文档很大，所以我不知道如何导入可重新创建的示例。相反，我在下面附上两个示例：（有关 MWE，请参阅下面的编辑 1 ）

和这个：

-------------------------------------------------- -------编辑 1 ------------------------------------------ -------------------

我现在添加了一个 MWE，以便您可以重现该问题。我想我可以做得更“最小”，但我意识到减少文本会影响我所指的空间，所以我留下了一些文本，对此感到抱歉。您可以观察到文档第一页中有过大的空白。

\documentclass[12pt,a4paper,twoside,openany]{report}
\usepackage[utf8]{inputenc}



\usepackage{tabu}

\usepackage{array}


\usepackage{diagbox}
\usepackage{moreverb}                               
\usepackage{commath}

\usepackage{textcomp}                               
\usepackage{lmodern}                                
\usepackage{helvet}                                 
\usepackage[T1]{fontenc}                            
\usepackage[english]{babel}                         
\usepackage[utf8]{inputenc}                         
\usepackage{amsmath}                                
\usepackage{amssymb}                                
\usepackage{graphicx}                               
\usepackage{subfig}                                 
\numberwithin{equation}{chapter}                    
\numberwithin{figure}{chapter}                      
\numberwithin{table}{chapter}                       
\usepackage{listings}                           

\usepackage[top=3cm, bottom=3cm,
            inner=3cm, outer=3cm]{geometry}                     
\usepackage{eso-pic}                            
\newcommand{\backgroundpic}[3]{
    \put(#1,#2){
    \parbox[b][\paperheight]{\paperwidth}{
    \centering
    \includegraphics[width=\paperwidth,height=\paperheight,keepaspectratio]{#3}}}}
\usepackage{float}                      
\usepackage{parskip}                    
\setlength{\parindent}{0cm}                         

\usepackage{hyperref}                               
\hypersetup{colorlinks, citecolor=black,
            filecolor=black, linkcolor=black,
            urlcolor=black}


\setcounter{tocdepth}{5}                            
\setcounter{secnumdepth}{5} 


\usepackage{titlesec}       
\titleformat{\chapter}[display]
  {\Huge\bfseries\filcenter}
  {{\fontsize{50pt}{1em}\vspace{-4.2ex}\selectfont \textnormal{\thechapter}}}{1ex}{}[]


\usepackage{fancyhdr}                               
\pagestyle{fancy}  
\renewcommand{\chaptermark}[1]{\markboth{\thechapter.\space#1}{}} 


\def\layout{2}


\ifnum\layout=2 
    \fancyhf{}                                  
    \fancyhead[LE,RO]{\nouppercase{ \leftmark}}
    \fancyfoot[LE,RO]{\thepage}
    \fancypagestyle{plain}{     
    \fancyhf{}
    \renewcommand{\headrulewidth}{0pt}      
    \fancyfoot[LE,RO]{\thepage}}    
\else           
    \fancyhf{}                  
    \fancyhead[C]{\nouppercase{ …

一个相当简单的，但现在只是变得疯狂。

当应用 dropout 来规范我的神经网络时，应该在哪里应用它？

对于示例，让我们想象 2 个卷积层，然后是 1 个全连接层。“A2”是第二个卷积层的激活。我应该将 dropout 应用于这些激活，还是应该将其应用于以下全连接层的权重？还是真的无所谓？

我的直觉告诉我，正确的做法是在全连接层的权重上应用 dropout，而不是在第二个 conv 层的激活中，但我在很多地方看到了相反的情况。

我见过两个类似的问题，但没有一个有令人满意的答案。

我正在尝试创建我自己的模块 (mi_modulo.py) 并将我在 Jupyter Notebook 脚本中定义的所有函数移到那里，使其看起来更干净。

但是，当我尝试使用已移至模块的这些函数时，我无法全部使用它们，并且收到以下消息： 模块 'mi_modulo' 没有属性 'train4_data_import'

我已经安装了 Anaconda 3.0，并且正在通过 Jupyter Notebooks 运行 Python 3.7.0。（如果这些表达听起来很别扭，请原谅我，我知道一点 Python，但我并不是真正了解所有安装、软件、IDE 等细节。）

## mi_modulo.py ##

def train4_data_import(file_name):

    df = pandas.read_excel(file_name)

    force = df["Signal 1"].values[13:]
    acceleration1 = df["Signal 2"].values[13:]
    acceleration2 = df["Signal 3"].values[13:]

    return force, acceleration1, acceleration2

def hola_mundo():
    print("whatever")

## script ##

import pandas
import mi_modulo as mi

mi.hola_mundo()

mi.train4_data_import("Tren4.xlsx")

这就是我得到的：（我打算展示一张图片，但我不确定如何使用这种 stackoverflow 新表单样式来做到这一点）

whatever

AttributeError                            Traceback (most recent call last)
<ipython-input-18-69a38929f7e6> in <module>()
      3 mi.hola_mundo()
      4 
----> 5 mi.train4_data_import()

AttributeError: module …