我正在使用Pytorch在MNIST上训练一个模型，损失曲线具有图中所示的周期模式。我仔细检查了数据加载器，数据集在每个时期都会被打乱。对于可能的原因有什么建议吗？谢谢。
浏览 8提问于2018-09-07得票数 1
1回答
我有一个用于图像分类的DenseNet121。就目前而言，培训安排相当简单：每100批使用验证数据加载器评估损失。在一个时代结束时，将当前状态在验证数据上的损失与以前具有最佳验证损失的状态进行比较(对于第一个阶段，只需将其与1e5这样的随机高数进行比较)，并保存当前状
浏览 0提问于2021-01-30得票数 1
回答已采纳
我用PyTorch编写了一个神经网络，它使用ResNet作为特征生成器，并与整个网络进行了微调。 我的模型由Resnet和我添加到其中的几个层组成。我的问题是： 当我调用model.train()时，它是将ResNet置于训练模式，还是应该对其单独调用训练？
浏览 70提问于2020-12-10得票数 0
回答已采纳
1回答
我正在使用在Tensorflow中实现的卷积神经网络(cnn)进行图像分割。我有两个类，我使用交叉熵作为损失函数和Adam优化器。我正在用大约150张图片训练这个网络。在训练过程中，我看到了这种周期性的模式，训练损失一直下降到有一对高的值，然后迅速下降到以前的水平。
在验证损失中也可以观察到类似的模式，验证损失会周期性地下降几个时期，然后
浏览 0提问于2018-06-05得票数 0
1回答
斯克勒夫斯对毕托尔对坦瑟斯
、、、、
在实现传统机器学习算法(线性回归算法、knn算法、决策树算法、支持向量机算法等)和实现深度学习算法的条件下，我只需了解sklearn、Py手电、tensorflow和keras之间的区别。此外，哪种算法被认为是实现传统机器学习算法和实现深度学习算法更有效的方法？
浏览 0提问于2022-09-24得票数 0
我想在配备了nVIDIA特斯拉图形处理器的服务器上安装的中央处理器版本。它是否可以工作，或者我只能在此服务器上安装图形处理器版本(带CUDA)以使PyTorch正常工作？
浏览 13提问于2018-01-02得票数 0
回答已采纳
如何将我自己的数据集转换为pytorch几何图形神经网络的可用数据集？
所有教程都使用已转换为可由pytorch使用的现有数据集。例如，如果我有自己的点云数据集，我如何使用它来训练图神经网络的分类？我自己的用于分类的图像数据集呢？
浏览 7提问于2021-03-25得票数 4
我正在用ImageNet数据集训练神经网络，我注意到当我使用OpenCV函数cv2.imread()读取图像时，它们是BGR颜色格式的，所以这会影响训练精度吗?如果是，那么我如何在pytorch中将其更改为RGB？
浏览 18提问于2021-08-27得票数 1
我在一个主线程之间共享一个PyTorch神经网络模型，其中一个trains模型和多个工作线程( eval )共享这个模型来生成训练样本(àla AlphaGo)。我的问题是，在访问不同线程中的模型时，是否需要创建单独的互斥锁和解锁？
我在PyTorch 示例中没有看到任何互斥体，但是区别在于所有线程都处于train模式。除了官方的之外，我在网上也找不到基本的信息(比如这个问题)。为此，我使
浏览 1提问于2019-09-15得票数 2
让我们考虑一下，我们有几张3种不同动物的图片，比如一只狗，一只猫和一匹马。然后，我们使用这3个标签使用机器学习来训练我们的图像分类模型。目前，我们正在使用该ML模型对动物图像进行分类。现在，每当我们有一些猫、马以及新动物老虎和狮子的新图像时，我们希望将这些新图像添加到我们的ML模型中，并将新动物图像添加到新标签类别中，并使用更新后的ML模型进行图像分类。因此，在当前的场景中，我们有
浏览 44提问于2020-11-20得票数 1
1回答
在变尺寸图像中检测固定大小的对象
、、、、
神经网络可以训练来识别一个物体，然后检测该物体在图像中的出现，而不管它们的位置和表观大小。因此，模型总是处理416 is图像，无论是在训练中还是在实际的目标检测中。检测到的对象，仅仅是图像的一部分，通常小于416 to，但这是可以的，因为模型已经被训练成以比例不变的方式检测模式。唯一固定的是输入图像的像素大小。
我正在研究一种有必要进行反向操作<
浏览 1提问于2020-11-16得票数 0
回答已采纳
你好，我是PyTorch的新手，我想在我的神经网络中使用均方对数误差作为损失函数来训练我的DQN代理，但是我在PyTorch的nn.functional中找不到MSLE，什么是实现它的最好方法？
浏览 27提问于2021-05-22得票数 1
回答已采纳
2回答
我正在使用Pytorch中实现的autogrid来训练神经网络，我需要计算整个算法的计算复杂度。我在哪里可以找到完整的autograd计算复杂度的计算？我在Pytorch文档中进行了搜索，但没有找到任何答案。谢谢
浏览 17提问于2019-01-10得票数 0
1回答
我正在使用基本图像python:3.5-slim-buster为我的python应用程序构建一个docker图像。构建映像后，它的大小为2.29 GB。但是如果我在需求文件中没有torch的情况下构建镜像，它只有大约900MB。当我手动运行镜像并检查容器内部时： torch (/usr/local/lib/python3.5/site-packages/torch)目录为1.3GB。因此，即使我进行多阶段构建，并尝试将/usr/
浏览 14提问于2019-09-09得票数 1
回答已采纳
我在测试我的模型时遇到了问题，当我训练我的模型时，它工作得很好。然而，当我尝试将测试数据放入模型中时，它给出了大小不匹配的错误，这是我所期望的。我把我的数据分成了70%的训练和30%的测试。numpy()[:100] , ypred_test.detach().numpy()[:100] , "red")pl
浏览 20提问于2020-12-10得票数 0
我正在做一个使用人工神经网络处理字符识别的项目，我需要根据我拥有的训练集动态地训练我的神经网络对象'net‘。问题是，每次我训练我的神经网络对象'net‘时，它的值都会被最近的训练集覆盖，并且之前的权重和其他相关数据会丢失。需要帮助更新网络对象而不是覆盖，需要使用哪些函数。谢谢
浏览 0提问于2012-03-18得票数 1
如何在PyTorch中从预先训练好的模型中获取权重并在TensorFlow中使用？这是预先训练好的模型：
lstm = torch.hub.load("BruceWen120/medal", "lstm")
浏览 3提问于2021-11-28得票数 0
我在AWS Sagemaker上有一个笔记本ml.t3.2xlarge实例，我想使用pytorch训练一个神经网络。当我运行以下命令时：然后显示" NVIDIA -SMI已失败，因为它无法与NVIDIA驱动程序通信。请确保已安装并运行最新的NVIDIA驱动程序。“可以在这种类型的笔记本实例中使用GPU
浏览 4提问于2021-11-24得票数 1
1回答
我是Pytorch的新手，也是自学的新手，我想创建一个接受有向图的ANN。我还希望将每个连接的预定义权重和偏差传递给它，但现在愿意忽略它。我对这些条件的动机是，我正在尝试实现NEAT算法，该算法基本上是使用遗传算法来进化网络。我想的代码是： class Net(torch.nn.Module): super(Net, self).= 0:
浏览 12提问于2020-03-10得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
