Pytorch
不学无术的小镇做题家
这个作者很懒,什么都没留下…
展开
-
“Assertion `index >= -sizes[i] && index < sizes[i] && “index out of bounds“` failed.” 解决方法
最近在使用Pytorch训练时报错,出现了以下信息:Assertion `index >= -sizes[i] && index < sizes[i] && "index out of boundsdevice-side assert triggered可以判断时数组下标越界导致的,但是由于把数据加载到cuda里面,导致报错信息并不能帮助我们准确地定位错误位置,这时候,只需要将*.cuda()或者.*to(device)去掉,将模型放在cpu训练,就能看原创 2021-03-12 14:51:51 · 4463 阅读 · 3 评论 -
Python - 列表逆序
有三种方法:使用列表的reverse方法切片reversed函数使用列表的reverse方法改变原有列表[0, 1, 2, 3, 4]>>> arr.reverse()>>> arr[4, 3, 2, 1, 0]切片制作列表的副本>>> arr[::-1][4, 3, 2, 1, 0]>>> arr[0, 1, 2, 3, 4]reversed函数生成迭代器>>> arr[原创 2020-06-06 22:11:58 · 244 阅读 · 0 评论 -
《算法图解》第二章读书笔记
内存的工作原理计算机就像是很多抽屉的柜子,每个抽屉都有地址。用户需要将数据存储到内存时,请求计算机提供存储空间,由计算机给用户提供一个存储地址。数组优点:支持随机访问内存效率高缺点:元素必须连续存储需要预先申请存储空间插入删除操作需要移动其他元素链表优点:元素可以不连续存储插入删除操作方便不需要预先申请存储空间缺点:访问元素时,必须先访问前面所有元素,也就是仅支持顺序访问内存效率较低数组链表读取O(1)O(1)O(1)O(n原创 2020-05-22 20:14:02 · 194 阅读 · 0 评论 -
Pytorch 代码备忘录
抽取神经网络的中的几层:new_model = nn .Sequential(*list(model.children())[:2])原创 2019-12-14 22:26:27 · 192 阅读 · 0 评论 -
Pytorch入门-数据载入和预处理实例
今天原创 2019-08-28 22:43:35 · 513 阅读 · 1 评论 -
Pytorh-存储和加载模型参数
参考:pytorch学习笔记(五):保存和加载模型#保存和加载模型参数torch.save(model_object, 'model.pkl')model = torch.load('model.pkl')# 仅保存和加载模型参数(推荐使用)torch.save(model_object.state_dict(), 'params.pkl')model_object.load_sta...原创 2019-09-04 15:37:05 · 218 阅读 · 0 评论 -
《Dive-into-deeplearning》3.2 用Pytorch实现线性回归
读取数据原文来自:import torch.utils.data as Databatch_size = 10# 将训练数据的特征和标签组合dataset = Data.TensorDataset(features, labels)# 随机读取小批量data_iter = Data.DataLoader(dataset, batch_size, shuffle=True)定义网...原创 2019-09-17 22:30:19 · 321 阅读 · 0 评论