腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
获取
torchvision
的
预
训练
网络
的
分类
标签
、
、
、
、
Pytorch
的
torchvision
包提供了用于图像
分类
的
。我一直使用以下代码来使用Alexnet对图像进行
分类
(注意:其中一些代码来自):import torchtransform = transforms.Compose([
浏览 17
提问于2020-03-05
得票数 2
1
回答
如何缓存Pytorch模型,以便在未连接到互联网时使用?
、
、
我在一个
分类
问题中使用了vgg19。我可以访问校园研究计算机进行
训练
,但进行计算
的
节点无法访问互联网。因此,运行像self.net = models.vgg19(pretrained=True)这样
的
一行代码会失败,并显示错误urllib.error.URLError: <urlopen error [Errno 101] Network is unreachable> 有没有一种方法可以在头节点(我可以访问互联网
的
地方)上缓存模型,并从缓存中加载模型,而不是从计算节点上
的
互
浏览 41
提问于2020-02-20
得票数 1
回答已采纳
2
回答
用MNIST数据集传递
训练
SqueezeNet模型
、
、
、
、
我想使用SqueezeNet数据集而不是ImageNet数据集来
训练
MNIST1.1模型。谢谢!
浏览 0
提问于2018-12-03
得票数 1
回答已采纳
1
回答
利用3通道PyTorch模型对4通道图像进行
分类
、
、
我想使用预先
训练
的
分类
模型(使用pytorch和ResNet50作为模型)。所有的pytorch模型
的
3个渠道,尽管。那么,问题是:如何使用3通道
预
训练
模型来处理4通道数据?我下一种方式是加载模型:resnet50 = models.resnet50(pretrained=True)
浏览 1
提问于2021-06-03
得票数 0
回答已采纳
2
回答
如何从磁盘加载
torchvision
模型?
、
、
我正在尝试遵循中
的
解决方案,从.pth文件中加载一个对象检测模型。谷歌没有透露这个错误
的
答案,我也不知道它到底是什么意思,除了显而易见
的
(那个文件夹'hub‘不见了)。我已经尝试加载权重,但得到相同<e
浏览 16
提问于2021-10-11
得票数 1
2
回答
如何使用成果管理制进行
分类
?
、
目前我正在玩受限
的
Boltzmann机器,既然我在玩它,我想试着用它来
分类
手写
的
数字。 我创建
的
模型现在是一个非常奇特
的
生成模型,但我不知道如何进一步发展它。在这篇文章中,作者说,在创建了一个良好
的
生成模型之后,一个“然后利用标记样本在RBM之上
训练
一个判别
分类
器(即线性
分类
器、支持向量机),并进一步声明”,因为你将数据向量传播到RBM模型
的
隐藏单元,从而得到隐藏
的
单元向量,或者数据
的</e
浏览 0
提问于2016-10-16
得票数 13
回答已采纳
1
回答
bert中
的
反向传播
、
、
我想知道,当人们说
预
训练
的
bert模型时,是否只
训练
了最终
的
分类
神经
网络
或 通过反向传播和
分类
神经
网络
,transformer内部是否有任何更新
浏览 121
提问于2021-02-04
得票数 1
回答已采纳
1
回答
是否有可能扩展经过
训练
的
神经
网络
以识别其他模式
假设我有一个神经
网络
( NN ),它被
训练
来识别给定
的
图像中
的
猫,有没有办法更新我
的
NN来识别狗?更广泛地说,我
的
问题是关于一种通过“加载模式库”来扩展NN
的
方法。
浏览 15
提问于2017-01-30
得票数 0
回答已采纳
1
回答
Pytorch负载模型
、
并且可以方便地加载预先
训练
好
的
模型,如VGG19。但我发现使用pytorch不是这样
的
,因为conv2d()不接受显式
的
内核,而是接受内核大小。所以我想知道,我们是否可以通过简单地将权重传递给像conv2d()这样
的
方法来重用VGG19中
的
权重。任何回复都将不胜感激。
浏览 4
提问于2017-09-18
得票数 1
1
回答
如何在pytorch中获得预先
训练
好
的
VGG16
的
特定图层输出
、
、
、
我是pytorch
的
新手,我正在尝试获得1*4096格式
的
预
训练
模型VGG16特征向量
的
输出,该输出是由最后一层之前
的
层返回
的
。我发现keras中也有类似的特性。在pytorch中有没有什么直接
的
命令来做同样
的
事情?我使用
的
代码如下:from torch import nnimport torch.nn.functional as F fr
浏览 38
提问于2019-11-23
得票数 0
回答已采纳
1
回答
卷积
网络
中混淆矩阵
的
解释及验证结果
、
、
、
、
在评估卷积神经
网络
的
训练
结果方面,我需要一些帮助。这是我
的
设置: 基于图像
网络
权重
的
预
训练
InceptionV3
分类
:带交叉熵ploss
的
软件超参数:学习率0.0001,批次大小64 目标:具有独占
标签
<e
浏览 0
提问于2018-03-11
得票数 2
1
回答
递归神经
网络
分类
、
我想使用R递归神经
网络
软件包rnn来对方面和情感对
的
极性进行
分类
。例如,输入是“速度”和“快速”两个词
的
预
训练
嵌入,我希望通过RNN
分类
得到这对词
的
类
标签
。你能给我一些关于使用rnn包来完成这项任务
的
说明吗? trainr()方法
的
输入X和输出Y应该是什么?
浏览 2
提问于2016-05-26
得票数 2
1
回答
PyTorch:不一致
的
预
训练
VGG输出
、
、
、
、
当使用
torchvision
.models模块加载经过预先
训练
的
VGG
网络
并使用它对任意RGB图像进行
分类
时,
网络
的
输出在不同
的
调用之间有明显
的
不同。这一切为什么要发生?根据我
的
理解,VGG向前传球
的
任何部分都不应该是非确定性
的
。这是一个MCVE:from
torchvision
.models import vgg16 vgg = v
浏览 0
提问于2019-05-06
得票数 2
回答已采纳
1
回答
Ml.Net图像辅助增量学习
、
、
Ml.net图像
分类
培训师是否支持增量学习?如果是,任何人能给我举例子或主题来阅读吗?
浏览 0
提问于2021-07-31
得票数 1
回答已采纳
1
回答
在
训练
深度学习模型时,什么时候应该使用预先
训练
好
的
权重?
、
、
、
、
我对
训练
一系列图像和对象检测模型很感兴趣,我想知道何时使用像VGG16这样
的
网络
的
预
训练
权重
的
一般规则是什么。例如,很明显,微调预先
训练
好
的
VGG16 imagenet模型权重对您正在寻找子集ie很有帮助。猫和狗。然而,对于我来说,如果你正在
训练
一个有300个类
的
图像
分类
器,其中只有一些是
预
训练
模型中
的
类
的
子集
浏览 36
提问于2017-08-06
得票数 1
回答已采纳
2
回答
了解YOLO是如何
训练
的
、
、
我正在努力理解YOLO (v2)是如何被
训练
的
。为此,我使用这个keras实现从零开始在VOC上
训练
YOLO (我对其他实现开放,但我从未使用过pytorch,因此,keras实现将是首选)。1-正如我所理解
的
,YOLO首先用于在imageNet上进行
分类
,然后这些经过
训练
的
权重(用于
分类
)应该在
训练
yolo进行回归(检测边界框)时使用。在我在互联网上找到
的
用来从零开始
训练
yolo
的</em
浏览 5
提问于2020-03-27
得票数 2
回答已采纳
1
回答
对整个模型和主干网使用
预
训练
权值
的
TorchVision
、
、
、
TorchVision
检测模型有一个weights和一个weights_backbone参数。使用
预
训练
的
weights是否意味着模型在引擎盖下使用了
预
训练
的
weights_backbone?我正在
训练
一个RetinaNet模型,并且不确定我应该使用哪两个选项,以及不同之处。
浏览 18
提问于2022-11-18
得票数 1
回答已采纳
1
回答
卷积ImageNet
网络
对图像翻转是不变
的
、
、
、
、
我正在使用深度学习caffe框架进行图像
分类
。 我有带面孔
的
硬币。他们中
的
一些人是左导向
的
,一些人是正确
的
。为了对它们进行
分类
,我使用了常用
的
方法-从已经捕获了大量图像模式
的
预
训练
ImageNet
网络
中
获取
权重和结构,并主要
训练
最后一层以适合我
的
训练
集。我还尝试在2个图像上
训练
网络
(2个翻转版
浏览 1
提问于2016-07-23
得票数 2
1
回答
只使用预先
训练
过
的
火炬视觉
网络
的
某些层
、
、
、
、
我试图只使用预先
训练
过
的
火炬视觉中
的
某些层,更快-RCNN
网络
初始化为:这让我感到困惑,因为我曾经像过去那样修改过其他PyTorch
预
培训过
的
模型我如何使用
浏览 0
提问于2019-06-05
得票数 2
回答已采纳
1
回答
face_recognition knn算法:有没有可能在生成
的
.clf文件中添加更多
的
面孔,而不必重新
训练
所有内容?
、
、
、
、
我正在使用库中
的
KNN方法来
训练
一些人脸,该方法生成一个包含用于识别的
训练
模型
的
.clf文件。我可以在这个文件中添加更多
的
面孔,而不必重新
训练
所有东西吗?
浏览 1
提问于2018-05-27
得票数 0
点击加载更多
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
多重预训练视觉模型的迁移学习
ALBERT:更轻更快的NLP预训练模型
基于多标签SVM的DNS隧道分类
ICCV 2019 论文解读:用图神经网络改善视频的多标签分类
ICCV 2019 论文解读:用图神经网络改善视频的多标签分类
热门
标签
更多标签
云服务器
ICP备案
对象存储
腾讯会议
云直播
活动推荐
运营活动
广告
关闭
领券