我已经为PyTorch CNN项目编写了一个自定义数据集和DataLoader。这是我的网络代码，直接取自this PyTorch example。F.relu(self.fc1(x)) x = self.fc3(x)
return x 当我试图用我的DataLoader在我看来，我的问题在于我使用x.view(4, 3,
浏览 27提问于2020-03-27得票数 0
1回答
我在用CIFAR10数据集训练我的CNN。我提取了50,000张维度(32 X 32 X 3)的图像，并在列表中读取它们。我将它们转换为numpy数组，并将其存储在列表中。我对我的训练和测试的标签也做了同样的处理。
然后，我在pytorch中构建了两层和一个FC的CNN。在此之前，我创建了自己的自定义数据加载器。在这样做的同时，我输入的图像<em
浏览 4提问于2018-08-09得票数 2
1回答
我编写了一个自定义的pytorch Dataset，__getitem__()函数返回一个形状为(250, 150)的张量，然后使用DataLoader生成一批批大小为10的数据。我的意思是在维数为0将这10个张量连在一起时，生成一个带有形状(2500, 150)的批处理，但是DataLoader的输出具有形状(10, 250, 150)。如何将DataLoader的输出转换为(2
浏览 1提问于2021-10-12得票数 0
回答已采纳
我感兴趣的是如何将转换应用到由PyTorch DataLoader类生成的批处理中。我的最小例子是这样的： def __iter__(self): return some_function(result)
但是这个错误，因为DataLoader.我知道我可以做一些简单的<
浏览 8提问于2022-04-04得票数 0
对于在时间序列数据上实现PyTorch数据管道的“最佳实践”，我有点困惑。我的印象是，DataLoader</em
浏览 5提问于2020-06-19得票数 2
我试图隐藏PyTorch代码的CNN -> LSTM级联模型到PyTorch闪电。在nn.Module码中有两个PyTorch类，一个用于CNN (编码器)，一个用于LSTM (译码器)，最后一个隐藏层作为PyTorch的输入。因此，在转换到PyTorch闪电之后，有两个pl.LightningModule类。我想知道如何在这两个类中填充所需的方法。forward()、tra
浏览 0提问于2021-08-03得票数 0
如何利用torch.utils.data.Dataset和torch.utils.data.DataLoader对您自己的数据(而不仅仅是torchvision.datasets)？是否有一种方法可以使用内置的DataLoaders (他们在TorchVisionDatasets上使用的)在任何数据集中使用？
浏览 4提问于2017-01-29得票数 65
回答已采纳
我有一些numpy数组，我想从TensorDataset中传递给PyTorch，这样就可以将它传递到DataLoader中，以便在神经网络中进行训练。这些是我的训练和测试的特点和目标的维度：(2338834, 21)(2338834, 3)TypeError: 'int
浏览 4提问于2021-12-09得票数 1
抱歉，如果我说的是错的--新的火把。 for data, target in trainloader:在此方法中，培训加载器是通过执行以下操作来实现的trainloader = DataLoader(my_data)我的问题是，这些方法之间有什么区别，你为什么要用一种而
浏览 2提问于2020-03-30得票数 0
回答已采纳
2回答
我感兴趣的是如何按照顺序组合多个DataLoader来进行培训。我知道我可以首先使用ConcatDataset组合数据集，但这并不适用于我的用例。我有一个自定义的collate_fn，它被传递给每个数据中心，这个函数依赖于底层Dataset的一个属性。__init__(collate_fn = collate_fn, *args, **kwargs)
其中ref是自定义Dataset类的属性，在初始化CollateLoader时传递。
浏览 24提问于2022-04-06得票数 0
我目前正在训练一个3D CNN，用于使用相对稀疏的标签进行二进制分类(标签数据中的体素约有1%对应于目标类)。
为了在培训期间进行基本的健全检查(例如，网络学习吗？)正如Pytorch文档所建议的，我实现了我自己的dataset类(继承自torch.utils.data.Dataset)，它通过它的__get_item__方法向torch.utils.data.DataLoader在我发现的中，使用
浏览 1提问于2019-02-19得票数 6
回答已采纳
我在为PyTorch DataLoader类编写自定义DataLoader函数时遇到了困难。我需要自定义函数，因为我的输入有不同的维度。然后提供叠加张量作为模型的输入，并对输出列表进行平均以获得单个输出。但是，当我尝试将
浏览 1提问于2019-01-07得票数 12
我是PyTorch的新手，并且一直在尝试使用DataLoader类。当我尝试加载MNIST数据集时，DataLoader似乎在批处理维度之后添加了一个额外维度。我不确定是什么导致了这种情况的发生。print(first_x.shape) # expect to see [28, 28], actual [28, 28]
train_loader = torch.utils.data.DataLoader有没有人能解释一下这个问题</
浏览 13提问于2019-11-28得票数 1
回答已采纳
2回答
我试着用PyTorch来训练一个深入的学习模型，学习的图像已经到了特定的维度。我想用迷你批次来训练我的模型，但是小批次的大小并不能很好地划分每个桶中的示例数。查看PyTorch的文档，我发现了生成小型批处理索引列表的类。我创建了一个自定义Sampler类，它模拟上述索引的分区。dataset[i]
浏览 2提问于2018-06-03得票数 1
回答已采纳
1回答
在我的大学学习中，我正在上一门关于机器学习的课程，我有一个问题，我不知道如何将一个CSV文件加载到Dataloader中，然后测试它，有人能引导我完成这个过程吗？这是代码from torch.utils.data import DataLoaderimport pandastrain_data1.values,dtype = dtype)
torch_tensor2 = torch.tensor(test_data1
浏览 7提问于2022-02-23得票数 0
在使用torch.utils.data.DataLoader时，我将num_workers指定为40而不是20，因为我认为有40个CPU核可用。:481: UserWarning: This `DataLoader` will create 40 worker processes in total.Our suggested max number of worker in current system is 20, which is smaller than what this DataLoadercpuset_checked))
这让我很
浏览 34提问于2021-12-08得票数 0
我开始使用pytorch-lightning，并面临着我的自定义数据加载器的问题：因此，总共8
浏览 1提问于2020-05-26得票数 1
我正在尝试用PyTorch Fast Dense Feature Extractor实现这篇文章，但我在将他们提供的火炬实现示例转换成PyTorch时遇到了麻烦。到目前为止，我的尝试有一个问题，即当向特征映射添加额外的维度时，卷积权重与特征形状不匹配。这在Torch中是如何管理的(从他们的实现来看，Torch似乎并不关心这一点，但PyTorch关心)。我的代码：https://g
浏览 36提问于2019-03-13得票数 1
回答已采纳
如何在PyTorch中进行批量推理？如何并行推理来加速那部分代码。我从进行推理的标准方法开始： with torch.no_grad(): inputsinputs.to(device) output = output.to(device) 我研究过，唯一提到并行推理(在同一台机器上)的似乎是在此期间，您是否知道更
浏览 727提问于2020-08-27得票数 1
回答已采纳
同事们，我使用PyTorch和SpykeTorch中的神经网络(基于PyTorch)，我需要创建图像数据集，并将它们放在DataLouders中进行进一步处理。ImageFolder，此外，来自DataLoader的数据被用于工作中(例如，它被神经网络所识别)。[1, 3, 28, 28] to have 1 channels, but got 3 channels instead
从维度</
浏览 1提问于2020-11-16得票数 0
云服务器
ICP备案
实时音视频
即时通信 IM
云直播
腾讯云开发者
