我正在尝试使用Pytorch建立分段模型，并实现自定义的IoULoss def IoULoss(inputs, targets, smooth=1e-6): union = (inputs | targets).float().sum(1)
IoU = (intersection + smooth) / (union +RuntimeError: element 0 of tensors does not require grad and does not hav
浏览 96提问于2021-10-18得票数 0
每个图像要么属于某个类，要么不属于某个类，因此我希望使用PyTorch建立一个二进制分类数据集/模型。我有一些问题：
我的标签应该是什么形状？
浏览 11提问于2021-03-01得票数 1
回答已采纳
1回答
我希望我的sigmoid从不打印实数1或0，而是实际打印确切的值torch.set_printoptions(precision=20) before sigmoid : tensor([[21.2955703735]])
after sigmoid : tensor([[1.]])
浏览 46提问于2020-11-14得票数 2
回答已采纳
keys_to_features) image = tf.cast(image, tf.float32layers.Flatten()) model.add(layers.Dense(1, activation='sigmoid
浏览 0提问于2018-09-19得票数 2
我试图用二进制交叉熵来解决二进制分类问题，并不断地遇到以下错误，我尝试了类型转换以及将张量整形为-1，1，但似乎没有什么结果。我最后的两层被定义为，由tensorflow引发的错误，
ValueError: Tensor conversion requested dtype
浏览 0提问于2018-07-03得票数 2
我将批处理大小减为1，清空了cuda缓存，并删除了gc中的所有变量，但我仍然得到了以下错误：RuntimeError: CUDA out of memory.15.78 GiB total capacity; 14.31 GiB already allocated; 2.75 MiB free; 14.78 GiB reserved in total by PyTorchSee documentation for Memory Management and PYTORCH_CUDA_ALLOC_CONF
有没有办法，我可以解决这个问题，而不
浏览 11提问于2022-07-24得票数 0
我有一个关于Tensorflow模型的问题，这个模型是从Pytorch -> Onnx -> Tensorflow转换而来的。问题是，转换后的Tensorflow模型期望输入的格式为Pytorch格式，即(批次大小、数字通道、高度、宽度)，而不是Tensorflow格式(批大小、高度、宽度、数字通道)。因此，我想问一下，是否有任何方法可以通过使用Onnx、Tensorflow 1或其他工具将这个Py手电输入格式转换为Tensorflow格式？img, (1920, 1080))
img = img/
浏览 8提问于2020-12-17得票数 0
回答已采纳
mrcnn_mask_deconv")(x)
x = KL.TimeDistributed(KL.Conv2D(num_classes, (1, 1), strides=1, activation="sigmoid
浏览 5提问于2020-08-08得票数 0
回答已采纳
根据的说法，类BCEWithLogitsLoss()的优点是可以使用
我现在简化了这些术语，并在计算了几行之后得到：我很想知道是不是这样做的，但我找不到它。他们唯一的代码是：
浏览 0提问于2021-04-01得票数 5
给出了一个简单的神经网络，如： nn.Linear(3, 4), nn.Linear(4, 1), ).to(device)
如何将其转换为Huggingface 对象？我们的目标是将Pytorch nn.Module对象从nn.Sequential转换为Huggingface PreTr
浏览 16提问于2022-10-04得票数 5
TensorFlow提供了多种常用的神经网络功能，如tf.sigmoid和tf.softmax。在这个练习中，计算z的sigmoid。在本练习中，您将:将张量转换为使用float32键入tf.cast，然后使用tf.keras.activations.sigmoid计算sigmoid。tf.keras.activations.sigmoid("
浏览 3提问于2021-05-02得票数 2
UInt64 intValue = 999999900;NSLog(@"float tt = %f", tt);
输出结果是"float tt = 999999872"，因为你可以看到UInt64转换为float会丢失一些东西，最大浮点数大于999999900，所以我认为可以将值999999900转换为float，所
浏览 0提问于2016-03-13得票数 0
1回答
我在一个ML程序上工作，我需要理解为什么我的预测结果在0和1的范围内，对于.My，BPSK.In的预测结果应该是-1或1，代码预测结果总是变成0 for -1，ı能解决这个问题吗？input_dim=5, activation='tanh'))model.add(Dense(1, activation='sigmoidin range(0,900,90):
print('%s =
浏览 2提问于2020-09-06得票数 0
回答已采纳
当我试图将加权类传递给BCELoss时(使用pytorch)，我得到了上述错误。你可以在下面看到。我的模型是带有Sigmoid的Resnet。我猜模型期望一个类值而不是两个类值，因为它是Sigmoid的。但是哪一个值的百分比，我应该通过。正值( 1)或负( 0)的百分比。class_weights2)class_weights=torch.tensor(class_weights2,dtype=torch.floatt
浏览 3提问于2022-03-11得票数 0
这是我的代码： return (1.0 / (1.0 + np.exp(-1.0*np.dot(X, T))))
"AttributeError：'float‘对象没有属性'exp'“。
浏览 2提问于2013-09-01得票数 30
我正在尝试从Keras过渡到PYTorch。 在阅读了教程和类似的问题后，我提出了以下简单的模型来进行测试。然而，下面的两个模型给了我非常不同的分数: Keras (0.9)，PyTorch (0.03)。 有人能给我指点一下吗？ 基本上，我的数据集有120个特征和3个类的多标签，如下所示。"relu", input_shape=(120,)))model.add(Dense(3, activation="<e
浏览 17提问于2019-04-19得票数 1
回答已采纳
我正在尝试理解sigmoid_cross_entropy损失函数在图像分割神经网络方面的作用：zeros = array_ops.zeros_like(logits
浏览 21提问于2018-08-28得票数 7
回答已采纳
1回答
GRU如何输出以下值？
、、、
keras.models.Sequential() units = 1, activation='tanh', recurrent_activation='sigmoid='zeros', return_sequences = True))
model.predict(x) 我得到了输出的=>数组([[ 0.20482421 0.34675306 ]]，dtype=float32) 当我用手做这个的时候，我得到了0.55 假设没有偏差并且
浏览 28提问于2021-02-28得票数 0
回答已采纳
我试图在一个简单的0,1标记数据集上在PyTorch中执行Logistic回归。标准或损失定义为：criterion = nn.CrossEntropyLoss()。模型是：model = LogisticRegression(1,2)
我有一个数据点，它是一对：dat = (-3.5, 0)，第一个元素是数据点，第二个元素是对应的标签。然后，我将输入的第一个元素转换为张量：tensor_input = torch.Tensor([dat[0]])。然后将模型应用于tensor_input：outputs
浏览 1提问于2018-12-26得票数 11
3回答
train_data)
s = 1.0 / (1.0 + np.exp**(-1.0 * z))误差跟踪，第63行，在文件“C：\Use
浏览 7提问于2013-07-16得票数 4
回答已采纳
云服务器
ICP备案
对象存储
云直播
腾讯会议
腾讯云开发者
