Pytorch中的bug调试记录(持续跟新)

  • discriminator loss始终是一个常数,没有随着迭代次数的增加而更新

将disciminator loss中的各个分量打印出来,查看原因。
最后发现是因为netD输出的是经过sigmoid激活后的值,而在使用criterion是却采用了BCEWithLogitsLoss

  • input的data range [-1, 1]
  • 注意使用LeakyReLU(inplace=True) 这里的inplace会替换前一layer的值,如果网络搭建错很可能会修改输入数据
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值