pytorch问题汇总

这篇博客总结了PyTorch在训练过程中遇到的问题,包括CPU性能瓶颈、SGD训练后的准确率差异、多GPU训练的精度降低以及训练开始时recall低的问题。解决方案包括模型压缩、检查数据预处理和调整数据加载器的shuffle设置。
摘要由CSDN通过智能技术生成

问题汇总

 

1.cpu版性能比较慢,模型压缩

2.sgd训练后,训练准确率比较高,测试时,训练和测试准去率都特别低

3.单机多gpu训练,有的权重不能预测,精度比单机单gpu低。

 

问题:每次训练开始几个batch的recall特别低,

原因是shuffle=False,改为True即可,正常情况下,recall是一直增加的

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

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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