2回答
data_transforms[x])dataloaders = {x: torch.utils.data.DataLoader
浏览 8提问于2022-03-24得票数 0
回答已采纳
dataset',train=False,
testloader=torch.utils.data.DataLoader
浏览 1提问于2020-08-08得票数 0
3回答
错误显示"'DataLoader‘对象不支持索引“ datasets.ImageNet('/media/farshid/DataStore/temp/Imagenet/', split='train',trainloader = torch.utils.data.DataLoader<
浏览 3提问于2019-07-01得票数 3
回答已采纳
我使用Tensorflow，但我为用户编写文档，这些文档通常会随着深度学习框架的不同而有所不同。在训练的第一个阶段，我只采样了几个值，因此局部数据的时代很小，我对它进行了训练。在第二阶段，我重新检查由我的采样子进程(现在更多)生成的数据文件，并为下一个时代对扩展的本地数据文件集进行培训。重复每一个时代的过程。通过这种方式，我建立了一个本地的样本缓存，并可以在填充本地存储空间时驱逐旧的样本。本地样本缓存在模型需要最大方差时(面向训练的后半部分)增长。
在
浏览 6提问于2020-02-07得票数 9
回答已采纳
我试图从default_collate中导入torch.utils.data.dataloader，但是它给了我一个default_collate不存在并且存在另一个函数(_collate_fn_t)从torch.utils.data.dataloader导入default_collate从torch.utils.data.dataloader导入_collate_fn_t
这些命令是否相似？
浏览 7提问于2020-06-25得票数 1
回答已采纳
1回答
Epoch: 1 Training Loss: 0.816370 Validation Loss: 0.696534Epoch: 2 Training Loss: 0.507756 Validation Loss: 0.594713Epoch: 3 Training Loss: 0.
浏览 0提问于2019-09-05得票数 5
我已经安装了torchvision所需的PIL 4.1.1。我如何解决这个谷歌协作PIL操作系统的错误？我已经将notebook附带的4.0.0版本替换为torchvision所需的>=4.1.1。我还重新启动了运行时。然而，这个问题仍然存在。我已经尝试了几个版本的PIL，直到最新的5.3.0版本。 since = time.time()
best_model_wts = copy.deepcopy(model.state_di
浏览 0提问于2019-01-01得票数 2
在Pytorch中，是否有任何方法使用torch.utils.data.DataLoader类加载特定的单个示例？我想用它做些测试。使用images, labels = next(iter(trainloader))
去取一批随机样本。
浏览 0提问于2020-07-06得票数 5
回答已采纳
2回答
获取pytorch数据集的子集
、、、、
train=True,trainloader = torch.utils.data.DataLoadertrainset.train_data=trainset.train_data[mask]然后
trainloader = torch.utils.data.DataLoader理想情况下，我希望有一些“
浏览 0提问于2017-11-22得票数 22
回答已采纳
我试图在GPU上运行Google中的，磁盘大小为30 GB。该代码文件及其数据集文件大约为15 GB。在我解压缩这段代码之后，磁盘的剩余值大约是14 GB。当我试图运行Pretrain.py时，我可以看到标题正在加载，但突然间我得到了“断言错误”。由于我没有任何正确的原因，这一错误的原因，我认为这是因为我缺乏空间在Colab环境。我想到的解决方案是编写一些代码，告诉模型只选择30%的火车和测试数据集来加载。但我不知道该怎么做。有人能帮我吗？
浏览 1提问于2021-05-17得票数 2
回答已采纳
1回答
我正在尝试用torchvision中的mnist数据集创建一个ai，然后用电筒制作它，但是当我键入一些代码，对数据进行洗牌，并运行它时，它会说： transform = transforms.Compose([transforms.ToTensor()]))
trainset = torch.utils.data.Dataloader(train, batch_size=10, shuffle=Tr
浏览 2提问于2020-12-07得票数 0
回答已采纳
1回答
我对火把和深造还很陌生。这是我的问题。对于回归问题，我有两个不同的数据集，具有相同的特征域，共享一个神经网络。输入是特征，输出是目标值。第一个数据集使用正常丢失，而第二个数据集则试图为其创建一个新的损失。这有可能做到吗？如果有人有什么想法的话。
浏览 1提问于2020-10-19得票数 1
回答已采纳
当我在python3.7.4中使用pytorch 1.3.1时，如下所示我该如何解决这个问题呢？
浏览 154提问于2020-02-20得票数 2
回答已采纳
/data', train=True, download=True, transform=transform) testloader = torch.utils.data.DataLoader
浏览 81提问于2019-01-27得票数 3
1回答
我尝试过在张量流中使用数据加载器，但是如何在PYtorch中定义数据加载器 定义数据加载器。 train_loader = tf.data.Dataset.from_tensor_slices((x_train, y_train))
validation_loader = tf.data.Dataset.from_tensor_slices((x_val, y_val)) 请谁来帮帮我
浏览 28提问于2021-11-18得票数 0
为了加载数据，我使用了torch.utils.data.DataLoader。数据加载器使用的是我实现的自定义数据库。
浏览 0提问于2019-07-29得票数 0
我是一个自然语言处理的初学者，当我给这个竞赛https://www.kaggle.com/c/contradictory-my-dear-watson时，我使用了“BERT -base-multilingual uncased”模型，并使用了BERT标记器。我也在使用kaggle tpu。这是我创建的自定义dataloader。 class SherlockDataset(torch.utils.data.Dataset):
super(Sh
浏览 270提问于2020-08-23得票数 0
\n")
testloader =torch.utils.data.DataLoader(test_idx, batch_size=2, shuffle=False)
for epoch in range(2): # loop over
浏览 84提问于2019-03-04得票数 0
/data',train=False, transform=transforms.ToTensor())
test_loader = torch.utils.data.DataLoader(dataset=test_dataset
浏览 20提问于2020-03-28得票数 2
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
