1回答
return train_losses, test_losses, val_acc ,train_accModel Training started.....我使用的数据集是多集分类，并且训练精度和训练损失相等，所以我认为训练精度编码存在错误。
浏览 15提问于2021-03-03得票数 2
回答已采纳
1回答
我只对报告训练和测试的准确性以及混淆矩阵感兴趣(比如使用sklearn混淆矩阵)。我该怎么做呢？目前的教程只报告了train/val的准确性，我很难弄清楚如何在那里整合sklearn confusionmatrix代码。链接到原始教程：https://github.com/bentrevett/pytorch-sentiment-analysis/blob/master/4
浏览 26提问于2020-04-07得票数 0
我目前正在用PyTorch中的自定义优化器训练一个ResNet18模型。 我使用的是CrossEntropyLoss()和PyTorch的ResNet18模型。在tensorflow中，输出具有所需的形状，但在pytorch中，为了找到准确性，必须找到预测标签的argmax。如果我的batch size = 64是resnet模型，为什么预测的标签是形状64,1000 这1000个
浏览 167提问于2021-10-13得票数 0
回答已采纳
训练数据集包含两个类别A和B，相应地，我们在目标标签中表示为1和0。Out标签数据严重倾向于0类，这大约占数据的95%，而我们的类1仅占5%。在这种情况下，我们应该如何构建我们的损失函数？loss = loss_fn(targets, cell_outputs, weights=2.0, label_smoothing=0)
然而，不仅损失没有下降，还增加了数据集的最终准确性。好吧，也许我误解了，应该是< 1.0，我尝试了一个较小的数字。这并没有改变什么，我得到了
浏览 1提问于2018-04-13得票数 3
回答已采纳
0回答
我有一个倾斜的数据集(5,000,000个正样本和只有8000个负二进制分类)，因此，我知道，准确性不是一个有用的模型评估指标。我知道如何在数学上计算精度和召回率，但我不确定如何在python代码中实现它们。
当我在所有数据上训练模型时，我获得了99%的总体准确率，但对反面示例的准确率为0% (即。将一切都归类为积极的)。我已经使用criterion = nn.CrossEntropyLoss()和optimiser = optim.
浏览 5提问于2018-07-19得票数 3
回答已采纳
我编写了简单的代码来学习Keras：
(x_train, y_train), (x_test, y_test不像它应该学到很多，但至少应该减少损失和提高一点准确性。但每一个时代都是一样的。
我有完全相同的模型写在毕道尔，它达到了大约35%的准确性。这在tensorflow + keras中是卡在10%。
浏览 1提问于2018-07-26得票数 0
回答已采纳
我试图了解PyTorch是如何工作的，并希望复制CNN关于CIFAR的简单培训。脚本经过168秒的训练(10次)后，达到了0.76的精度，这与我的脚本类似( 153秒后的0.75精度)。然而，我的脚本远远落后于0.71的准确性和354秒。我明白，由于随机权初始化等原因，我会得到精度上的差异。然而，不同框架之间的差异要比框架内的差异大得多，在运行之
浏览 7提问于2017-08-17得票数 1
我是Pytorch的新手，我正在尝试在Pytorch中训练一个MLP，以便从多组时间序列数据中对变量进行分类。17, 10] [2, 12, 12, 6]} -> 1
{[0, 10, 12, 9] [1, 15, 13, 0] [2, 18, 11, 7]} -> 2 现在，我正在将这些二维张量中的每一个重塑为一维(即0，10，15，20，1，11，17，10，2，12，12，6)，然后将它们放入数据加载器中，但我想知道是否可以将它们保持为二维，或者是否有不同的
浏览 105提问于2020-08-12得票数 0
1回答
我开始使用Pytorch，目前正在做一个项目，我正在使用一个简单的前馈神经网络进行线性回归。问题是，我在Pytorch中找不到任何可以让我获得Keras或SKlearn中线性回归模型的准确性的东西。我在Pytorch的文档和官方网站上搜索了一下，但什么也没找到。这个API似乎不存在于Pytorch中。我只需要看看模型做出了哪些正确的预测，然后再计算准确度。但在这种情况下，我有连续的值，所以这就是为什
浏览 16提问于2019-10-06得票数 1
我用HuggingFace Trainer训练罗伯塔戴面具的LM。正如其他讨论线程所建议的那样，我正在为compute_metrics传递以下函数：
def compute_metrics(eval_pred尽管如此，在通过上述compute_metrics函数后，我仍然无法在训练过程中找到我的模型的准确性，或者在对测试数据进行训练之后无法评估我<
浏览 7提问于2022-01-27得票数 2
我正在使用英特尔Pytorch扩展(参考https://github.com/amitrajitbose/cat-v-dog-classifier-pytorch)开发狗-猫分类器。我想减少我的模型的训练时间。如何在代码中启用混合精度？参考了这个github(https://github.com/intel/intel-extension-for-pytorch)来训练我<
浏览 74提问于2021-10-01得票数 0
1回答
我正在尝试使用PyTorch进行转移学习。我想先训练fc层，然后完善整个网络。不幸的是，经过训练fc层，然后通过我的网络，以finetune，我失去了在第一次训练中获得的准确性。这是一种预期的行为还是我在这里做错了什么？model = trainer.fit_model(dataloader, model, criterion, optimizer, num_epochs=10)
# fit model is basic Py
浏览 0提问于2019-08-26得票数 2
回答已采纳
为了学习PyTorch，我从开始。只有训练损失是打印出来的。def train(dataloader, model, optimizer, loss_fn):
size作为PyTorch的初学者，在我开始训
浏览 4提问于2021-11-26得票数 0
回答已采纳
1回答
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
3回答
我在训练一个模特
由于有7个分布均匀的类，随机押注分类的准确率为14 %(1/7约为14 %)。奇怪的是，它只在批次大小为2的情况下学习，16、32或64的批处理大小根本不学习。现在更奇怪的是，如果我拿起训练过的网的检查点(准确率40 %，训练的
浏览 2提问于2016-11-08得票数 3
1回答
张量流或角的特征可视化很容易，可以在这里找到。或我使用PyTorch和预先训练的resnet18模型。我只需要输入图像并为特定的层(例如Layer2.0.卷积2)获得激活。在预训练模型中指定了Layer2.0卷积2。
简单地说，如何将一个代码链接到PyTorch？如何获取resnet18 PyTorch中的特定层以及如何获得输入图像的激活。我在tensorflow中尝试过这
浏览 2提问于2019-11-24得票数 3
回答已采纳
我想运行多个实验，然后报告每个实验的模型准确性。 我正在使用pytorch (v1.1.0)训练一个玩具MNIST示例，但目标是，一旦我可以比较玩具问题的性能，就可以将其与实际的代码库集成。据我所知，通过“两行代码”，我所有的超参数都已经被记录下来了(在我的例子中是命令行argparse )。我需要做什么才能报告最终的标量，然后能够对所有不同的训练实验(具有超参数)进行排序，以便找到最佳的训
浏览 18提问于2019-06-25得票数 1
2回答
我在训练CNN来解决三级图像分类问题。我的训练损失平稳地减少了，这是预期的行为。然而，我的验证损失显示出很大的波动。📷附加信息:我正在微调一个Resnet-18的最后一层，它是在ImageNet数据上接受过PyTorch预培训的。我必须指出，我在训练阶段使用了一个加
浏览 0提问于2018-05-02得票数 10
回答已采纳
Accuracy of the network on the 10000 test images: %d %%' % (如何获取带标签的GPU我得到了几乎10%的准确率，但我最初的训练准确率是70%。
浏览 2提问于2019-11-27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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
