我有一个这样的脚本，其中使用了成批的图像 correct = 0incorrect_classification=[]
for (i, [images, labels]) in如何将所有错误的分类保存到数组incorrect_classification中，或者将错误的img及其概率保存到字典中，以便稍后使用can plt.imshow检查它们？predicted==labels).item()
浏览 44提问于2019-09-20得票数 0
2回答
[ 0.3200, 0.2914],因此，第一个张量优先于softmax，第二个张量是softmax应用于dim=-1的张量的结果，第三个张量是softmax应用于具有dim=1的张量的结果。对于第一个==的结果，可以看到相应的元素和为1，例如0.4565，0.5435 -> 0.4565 + 0.5435 softmax 1。
第二个softmax的结果为1的总和是什么？这是
浏览 1提问于2018-09-26得票数 5
回答已采纳
我在选择正确的数据结构作为/library时遇到了麻烦。我在图像处理/模式识别方面缺乏经验。其目的是构建一个简单的原型，以学习从施工计划中识别特定的形状。关于数据结构的任何指示我都会非常满意，因为我知道在项目后期很难切换它，因此我不能完全确定该选择哪一个。 问题是，我计划稍后使用一种神经网络/算法，因此数据结构的处理性能可能恰好是我的瓶颈。我在想NumPy / SciPy / PIL
浏览 23提问于2019-02-19得票数 1
回答已采纳
我实现了一个图像分类网络，通过使用Alexnet作为预训练模型并更改最终输出层来对100个类的数据集进行分类。我注意到当我加载我的数据时，我在验证数据集上获得了大约10个时期的2-3%的准确率，但当我刚刚改变shuffle=True并重新训练网络时，准确率在第一个时期本身就跃升到了70%。我想知道是否发生了这种情况，因为
浏览 6提问于2019-01-25得票数 10
回答已采纳
3回答
在PyTorch中加速奇异值分解
、、、、
我正在使用Pytorch为CIFAR10做一些分类任务，对于每一次迭代，我必须对每一批进行一些预处理，然后才能前馈到模型中。以下是每个批次上预处理部分的代码：for i in range(batch_size):
img = batch[
浏览 3提问于2020-02-09得票数 2
2回答
代码的以下两部分： trainingloss =0
for i in range(0,X.size()[1], batch_size
浏览 4提问于2021-03-20得票数 2
回答已采纳
n_grams.append(n_gram) return n_grams, document_ids
train_data = create_pytorch_datasets但是，正如您所知道的，根据文档的长度，根据标签的</e
浏览 25提问于2020-07-16得票数 0
回答已采纳
我正致力于在PyTorch 1.5.0中实现一个生成对抗网络(GAN)。
为了计算生成器的损失，我计算了鉴别器错误分类全真小批次和全(生成器生成的)假小批次的负概率。计算和反向传播作为所生成的假数据的错误分类的函数的部分损失似乎是直接的，因为在该损失项的反向传播期间，反向路径通过首先产生假数据
浏览 34提问于2020-06-06得票数 1
回答已采纳
因此，我有一些带注释的图像，我想用来训练二值图像分类器，但我一直存在创建数据集和实际获得测试模型的问题。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？我使用的是火炬视觉模型中的resnet18类，最终的softmax层应该有一两个输出吗？
如果我
浏览 0提问于2021-03-01得票数 0
我正在处理一个使用图形数据的节点分类问题。通过简单地将网络应用于单个节点(例如，忽略图形结构)，我使用了PyTorch对节点进行分类，并使用PyTorch几何方法应用GNN (例如GCN)对节点进行分类。是否可以将PyTorch中的模型作为PyTorch几何中的最后一层？我对这将如何工作感到有点困惑，因为对torch.nn.Module的输入是一
浏览 0提问于2022-12-16得票数 1
回答已采纳
因此，我有一些带注释的图像，我想用来训练二值图像分类器，但我一直存在创建数据集和实际获得测试模型的问题。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：
如
浏览 11提问于2021-03-01得票数 1
回答已采纳
1回答
如何防止模型识别错误类
、、、、
假设我有一个能识别猫和狗的模型。然而，当我使用一个杯子或人类的图片时，它会产生一个在0.70置信度的随机预测。我应该用西格莫德而不是软卡吗？
或者，是否有任何解决方法来防止对新类对象的大量信任？
浏览 0提问于2019-06-06得票数 3
回答已采纳
在pytorch中，backward()函数累积渐变，我们必须通过调用optimizer.zero_grad()在每个小批量中重置它。在这种情况下，当实际动量SGD使用过去一些小批次的指数平均值更新权重时，动量SGD如何工作。
作为Pytorch的初学者，我很困惑。不需要使用过去的渐变来执行更新吗？
浏览 0提问于2018-12-31得票数 1
1回答
什么时候决定我们需要一个批次或演化层，我们如何决定？我现在使用的是PyTorch，我想知道如何决定添加哪一层？
浏览 3提问于2020-07-03得票数 0
1回答
我正在实现一个带有图像的语义分割模型。作为一个好的实践，我只用一个图像测试了我的训练流水线，并试图过拟合该图像。令我惊讶的是，当使用完全相同的图像进行训练时，损失如预期的那样接近于0，但当评估相同的图像时，损失要高得多，并且随着训练的继续，损失会不断增加。此外，我在Pytorch中使用相同的优化器实现了相同的体系结构，而这在那里是不会发生的。使用pytorch进行
浏览 37提问于2020-11-05得票数 2
回答已采纳
后面跟着How to use groups parameter in PyTorch conv2d function中的问题 我可以知道输入批次大小是否为4，对于每个批次，它都有独立的过滤器来进行转换torch.autograd.Variable(torch.randn(4,3,10,10))
out = F.conv2d(inputs, filters, padding=1, groups=3) 我有另一个错误RuntimeError:给定groups=3，权重为3，
浏览 27提问于2021-04-09得票数 0
1回答
在PyTorch的教程基于波形2Vec2的语音识别中，声学特征是从音频波形中提取出来的(尽管它是不必要的，因为该模型可以一步完成特征提取和分类)，然后绘制。我们从这些阴谋中得到了什么？他们有没有告诉我们模型的重量？
浏览 0提问于2022-11-03得票数 0
我正在尝试完成一个关于使用Colab平台的的教程，但我正在努力寻找一种方法来完成导入库的“简单”部分。cgan.util.visualizer import Visualizer我目前在第一行遇到了一个错误
浏览 27提问于2019-07-17得票数 0
2回答
v=TrdevFK_am4的一篇题为“图像值16X16字:用于图像识别的变形金刚”的论文那么ViT有一个更简单的体系结构？似乎编码器的输出是MLP的输入，用于分类任务。
此外，为了学习的目的，我也被推荐到这个回购https://githu
浏览 0提问于2023-05-06得票数 0
回答已采纳
云服务器
ICP备案
对象存储
云点播
云直播
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号