pytorch

    1熱度

    1回答

    我對PyTorch非常陌生,對於神經網絡來說相​​當新穎。 我試圖建立一個可以猜測性別名稱的神經網絡,並且我基於判斷國籍的PyTorch RNN教程。 我得到的代碼運行沒有錯誤,但損失幾乎沒有變化,使我認爲權重沒有更新... 這是我的輸入/輸出/目標張量設置的問題?或者我的訓練功能可能有問題?我很失落,任何幫助將不勝感激:cold_sweat: 這裏是我的代碼: from __future__ i

    1熱度

    1回答

    如何將它包含在requirements.txt文件中? 對於Linux: pip install http://download.pytorch.org/whl/cu75/torch-0.1.12.post2-cp27-none-linux_x86_64.whl pip install torchvision 適用於MacOS: pip install http://download.pyt

    2熱度

    2回答

    是否有更簡單的方式來設置dataloader,因爲在自動編碼器中輸入和目標數據相同,並且在訓練期間加載數據? DataLoader總是需要兩個輸入。 目前我定義我的DataLoader是這樣的: X_train = rnd.random((300,100)) X_val = rnd.random((75,100)) train = data_utils.TensorDataset(tor

    15熱度

    3回答

    我試圖做一個簡單的事情,這是用火炬培養具有隨機梯度下降(SGD)線性模型: import numpy as np import torch from torch.autograd import Variable import pdb def get_batch2(X,Y,M,dtype): X,Y = X.data.numpy(), Y.data.numpy()

    0熱度

    2回答

    我正在實現一個UNet二進制分割,同時使用Sigmoid和BCELoss。問題在於,經過多次迭代後,網絡試圖預測每個像素的非常小的值,而對於某些區域,它應該預測接近於1的值(對於地面實況蒙版區域)。它是否給出了有關錯誤行爲的直覺? 此外,還有NLLLoss2d用於像素損失。目前,我只是無視這一點,我直接使用MSELoss()。我應該使用帶有Sigmoid激活層的NLLLoss2d嗎? 謝謝

    0熱度

    1回答

    當我試圖弄清楚裏面是什麼torchvision.datasets.cifar.CIFAR10,我做了一些簡單的代碼 trainset = torchvision.datasets.CIFAR10(root='./data', train=True, download=True, transform=transform) print(trainset[1]) print

    1熱度

    1回答

    pytorch神經網絡的典型骨架有一個forward()方法,然後我們根據正向傳遞的輸出計算損失,並在該損失上調用backward()來更新梯度。如果我的損失是外部確定的(例如通過在RL環境中運行模擬)會怎樣?我仍然可以這樣利用這種典型結構嗎? 這可能有點愚蠢,因爲我們不再確切知道每個輸出元素有多少影響損失,但也許有一些我不知道的詭計。否則,我不確定神經網絡如何與其他RL算法結合使用。 謝謝!

    2熱度

    1回答

    在theano中,獲得某個變量w.r.t的梯度非常容易。一個給定的損失: loss = f(x, w) dl_dw = tt.grad(loss, wrt=w) 我得到pytorch被冠上了不同的模式,在那裏你會做這樣的事情: loss = f(x, w) loss.backwards() dl_dw = w.grad 的事情是我可能不想通過做一個完整的向後傳播圖 - 只是沿着需要去

    0熱度

    1回答

    pip list conda list 我曾經安裝torch 0.1.12,然後我將其刪除,並重新安裝。 如何刪除0.1.12版本?

    0熱度

    1回答

    我在嘗試一個基本的平均例子,但驗證和損失不匹配,並且網絡無法收斂,如果我增加訓練時間。我正在訓練一個帶有2個隱藏層的網絡,每個500個單元的寬度範圍爲[0,9],學習率爲1e-1,Adam,批量爲1,並且退出3000次迭代並驗證每個100次迭代。如果標籤與假設之間的絕對差值小於閾值,則在此將閾值設置爲1,我認爲這是正確的。有人可以告訴我,如果這是一個與損失函數的選擇,Pytorch錯誤或我正在做的