我实现了一个带有批处理规范化的模型： def __init__(self, D_in, H_1, H_2, D_out):criterion(y_pred, Val_Y) cnt2+=1
我有两个问题
浏览 8提问于2019-11-11得票数 0
1回答
我得到了一个运行时错误：
i_enc = F.normalize(input =i_batch, p=2, dim=1, eps=1e-12) # (batch, K, feat_dim) # q -> 512(
浏览 0提问于2018-07-15得票数 0
回答已采纳
我有一个简单的模型，并尝试如何批量归一化工作，适用于线性层。它似乎根本没有规范化，因为默认情况下，它在keras中初始化为identity。在pytorch中检查了相同的权重后，它的批量规范化确实会进行更改。请看下面的内容。为什么?模型中的错误在哪里？(new_state_dict, strict=False)
batch_pytorch</em
浏览 2提问于2019-04-16得票数 2
4回答
for epoch from 10 to 200 (in steps of 10): I save batch, epoch, Accuracy;
在此之后，我保留了最小的时间和最小的对应批次，它们具有最高的识别值(除best_params外)：epoch =
浏览 3提问于2021-01-21得票数 1
我的PyTorch是纯cpu的，我已经试验了conda install pytorch-mutex -c pytorch和conda install pytorch cpuonly -c pytorch, batch_idx): self.log("train_loss", loss)
浏览 2提问于2021-11-24得票数 2
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。我知道我可以做一些简单的事情 X = some_function(X)
但是我也想在DataLoader中使用pytorch-lightning，所以这不是一种选择PyTorch数据器子类的正确方法是什么？
浏览 8提问于2022-04-04得票数 0
链接总代码“”def create_data_loader(df, tokenizer, max_len, batch_size): reviewsdf.sentiment.to_numpy(), max_len=max_len return DataLoader( batch_size=batch_size, )B
浏览 3提问于2021-03-07得票数 0
回答已采纳
pip install pytorch_lightning -qqq但会得到以下错误：<ipython-input-7-d883b15aac58> in <module>() 26
27 if _TORCHTEXT_A
浏览 8提问于2021-03-09得票数 8
我对PyTorch的张量调整选项有异议。在下面的代码中，x是pokemon的8864x64 RGB图像的数据集。xs是同一数据集的字典，具有不同的分辨率。，口袋妖怪采用普通的64x64格式，如预期的：
是否有可供选择的调整大小的PyTorch我在使用AvgPool2d和Upsample时遇到了大致相同的问题。我也会调整非图像张量的大小，所以PIL并不总是一种选择.无论如何，使用GPU而不是CPU是有帮助的。
浏览 2提问于2020-12-04得票数 3
1回答
我正在尝试将一个代码从tf转换为pytorch。代码中我被卡住的部分是这个sess.run。据我所知，pytorch不需要它，但我找不到复制它的方法。我给你附上代码。ebno_db = ebnos_db[i] batch_size= ( torch.eq(x, x_hat).type(torch.float32) * -1 ) + 1
ber = torch.mean(wrong_bits) 我认为误码率
浏览 182提问于2020-04-27得票数 0
回答已采纳
我在PyTorch中有一个序列模型： model = nn.Sequential( nn.LSTM(64nn.Softmax()
) 我想强制批量大小到嵌入层： nn.Embedding(alphabet_size, 64) 在Keras中： Embedding(alphabet_size, 64, batch_input_shape=(batch_size, time_steps))) 该怎么做呢？
浏览 46提问于2020-11-30得票数 1
我使用python多处理来并行运行8个pytorch进程(针对8个CPU核心和8个GPU线程)。但它消耗了48个GPU和24+图形处理器线程。id_list: evaluate, )def evaluate(id):
# PyTorch
浏览 43提问于2021-07-13得票数 0
回答已采纳
我试着微调伯特模型，也就是，伯特基-没有为文本分类任务。在对丢失调用反向()时，我遇到了一个奇怪的错误，如下所示我找不到任何语法错误，也检查了丢失函数的输入(输出和目标)，即nn.BCEWithLogitsLoss(输出、目标)，然后我发现格式是正确的。我不知道是什么导致了这个错误。如果你们中的任何一个能提前帮助我处理this......thanks，我会很高兴的:)‘’def train_loop_fn(data_loa
浏览 1提问于2020-11-25得票数 0
2回答
批处理size=1时的批规范化
、、、、
当我使用批处理规范化而设置batch_size = 1时，会发生什么？但是为什么当我设置batch_size = 1时没有出现错误呢？(因此，即使是batch_size = 1，批处理中仍然有很多像素。所以batch_size=1仍然可以工作的原因不是因为1e-19)
我已经检查
浏览 0提问于2020-01-08得票数 6
回答已采纳
1回答
有人能给我解释一下哪里能找到火把闪电预报张量的输出吗？#Predictingmodel.eval()
test_result = trainer.test(model, graph_test_loader, verbose=False)
##[{'
浏览 14提问于2022-08-23得票数 0
回答已采纳
如何将pytorch数据中心转换为tf.Dataset？我发现了这个片段：- datasetshuffle: dataset = dataset.batch(batch_size)
浏览 3提问于2021-12-01得票数 0
我正在将Tensorflow代码转换为PyTorch代码。我不熟悉PyTorch，所以在PyTorch库中找到匹配的方法对我来说并不容易。len_batch = tf.shape(alpha_cumsum)[0]
rand_prob = tf.random_uniform(shape = [len_ba
浏览 4提问于2020-12-01得票数 0
1回答
批量归一化中的尺寸
、、、
我试图在Tensorflow中构建一个广义的批处理规范化函数。[57,57,96]def batch_normalization_layer(batch):
# Calculate ba
浏览 4提问于2017-04-14得票数 0
回答已采纳
我正在使用Pytorch的nn.TransformerEncoder模块。我得到了带有(正常)形状(batch-size, seq-len, emb-dim)的输入样本。这个掩码应该是一个具有形状(batch-size, seq-len)的张量，并且对于每个索引，要么使用True表示填充零，要么使用False表示其他任何值。 我通过这样做实现了这一点： . . .
浏览 247提问于2020-12-23得票数 2
回答已采纳
我有一个PyTorch模型，我已经转换成CoreML了。在PyTorch中，推导出的潜在向量的取值范围在±1.6左右，但转换后的模型变化高达±55.0。是什么导致了如此巨大的差异？转换非常简单：enc_fname = os.path.join(models_dir, encoder.name + '_
浏览 5提问于2020-08-30得票数 0
回答已采纳
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
