![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pytorch
文章平均质量分 57
夜流歌
互相帮助 互相进步
展开
-
[Pytorch]如何在Pytorch之中选择性Fine-Tuning(微调)模型的参数
在机器学习之中,使用预训练的模型是很常见的事情。但是如果直接使用预训练的模型进行使用的结果会很差,需要进行Fine-tuning,比如ResNet,ResNet3D等模型。那么如何才能在Pytorch之中进行FineTuning呢?下面以ResNet3D为例,说明如何有选择的进行FineTuning。1. 模型的下载与加载首先我们需要定义一个ResNet3D-101模型(PytorchVision之中并没有内置),并且下载好预训练的模型(直接在Github搜索ResNet3D Pretrained即可找原创 2021-01-07 15:55:19 · 957 阅读 · 1 评论 -
在Pytorch之中的nn.CrossEntropyLoss同时使用reduction与weights产生错误结果的相关问题
Pytorch中的交叉熵损失函数nn.CrossEntropyLoss之中包含两个非常有用的参数:weight:用来平衡样本之间的不平衡;reduction:用来指定损失结果返回的是mean、sum还是none。事实的使用方法是:使用reduction='mean’的同时指定weights的时候,不会产生任何错误,而且reduction='mean’也是默认的参数值;使用reduction='none’的同时指定weights的时候,会导致产生的结果有错误,这是因为当我们指定reductio原创 2020-08-12 18:34:22 · 5683 阅读 · 2 评论