Ошибка утверждения при широковещании собственной матрицы: несоответствие размеров при прямом проходе нейронной сети ⇐ C++

[Anonymous]

Я реализую нейронную сеть на C++, используя Eigen для операций линейной алгебры. В функции DenseLayer::forward я столкнулся с проблемой несоответствия размеров при попытке добавить вектор смещения в выходную матрицу слоя.
Вот структура моего кода :

• Входная матрица имеет размеры 64x74 (размер пакета 64).
• вес инициализируется размерами 128x784.< /li>
  смещение — это вектор-столбец размером 128x1.

Ожидаемое поведение:
После умножения input *weights.transpose() я получаю выходную матрицу размером 64x128. Мне нужно добавить смещение к каждой строке вывода, чтобы конечный результат оставался 64x128.
Текущий подход:
Вот функция пересылки:

Код: Выделить всё

Eigen::MatrixXd DenseLayer::forward(const Eigen::MatrixXd& input) {
input_cache = input;
Eigen::MatrixXd output = input * weights.transpose();

// Attempt to replicate bias across rows to match output dimensions
Eigen::MatrixXd bias_replicated = bias.replicate(output.rows(), 1);

output += bias_replicated;
return output;
}

Сообщение об ошибке:
При запуске кода я сталкиваюсь со следующей ошибкой утверждения:

Код: Выделить всё

Assertion failed: (dst.rows() == src.rows() && dst.cols() == src.cols()), function resize_if_allowed, file AssignEvaluator.h, line 754.

Что я пробовал:

• Использование .colwise() + смещение. col(0), .rowwise() +bias.transpose() и непосредственное добавление смещения с различными изменениями/транспонированием.
• Я проверил размеры с помощью операторов отладки и подтвердил, что выходные данные имеют размер 64x128 и смещение 128x1.

Вопрос:
Как я могу правильно широковещательное смещение в каждой строке вывода для выполнения поэлементного сложения без того, чтобы Эйген вызывал ошибку несоответствия размеров? Есть ли лучший способ справиться с этой трансляцией в Eigen, или я упускаю что-то фундаментальное в добавлении матриц с помощью Eigen?
Вывод отладки:
Чтобы помогите, вот размеры, напечатанные до ошибки:

• Вывод до размера смещения: 64x128
• Размер смещения для дополнение: 128x1
• Размер реплицируемого смещения: 64x128

Любые идеи по достижению правильного вещания или обходные пути для этого буду очень признателен!

Подробнее здесь: https://stackoverflow.com/questions/791 ... neural-net