Как сделать так, чтобы модель работала для любых входов/выходов?

Question

[minamisa]

Как сделать так, чтобы модель работала для любых входов/выходов? Мне нужно написать модель по схеме на картинке. Но я не понимаю как сделать так, чтобы модель работала для любых int/out, а не только для int = 20, out = 10.

import torch
import torch.nn as nn

class MyModel(nn.Module):
    def __init__(self, inp, out):
        super(MyModel, self).__init__()
        layers = []
        for i in range(9):
            layers.append(nn.Linear(inp, inp - 1))
            layers.append(nn.ReLU())
            inp -= 1
        layers.append(nn.Linear(inp, out))
        self.layers = nn.ModuleList(layers)

    def forward(self, x):
        for layer in self.layers:
            x = layer(x)
        return x

model = MyModel(inp=20, out=10)

Как исправить код?

Comments

[Евгений Залецкий]

Тут входное число уменьшается на -1? Если да, то сделай начало это твой инт и до тех пор, пока аут не будет = аут и отнимай по 1, выводя сообщение

[minamisa]

Евгений Залецкий, да, входное число уменьшается на -1. Можете, пожалуйста, показать как это сделать? я только недавно начала изучать нейронные сети и не очень понимаю как это правильно записать.

[Евгений Залецкий]

minamisa, скорее всего мой ответ/решение не подойдёт

Но если что

while int = out:
    *вычитаем*
выводим или что

[minamisa]

Евгений Залецкий, вдруг подойдёт, если не сложно, поделитесь, пожалуйста

[Евгений Залецкий]

while inp != out:
    print(f"'inp ' ({inp) не равно 'out' ({out})")
    inp-= 1  # Вычитаем 1 из inp

print("Значения 'inp' и 'out' равны.")

Как-то так, но снова же, если условно это вычитает -1, если нужно изменить минус, то можно его задать переменной и передавать/вводить вычитание.

Answer 1

[Vindicar]

Делаешь простой цикл for i in range(inp, out, -1):, в теле цикла добавляешь в список слоёв ещё один слой c размером входа i и размером выхода i-1.