在调模型测试test代码中遇到的问题

最新推荐文章于 2023-02-26 15:51:42 发布
最新推荐文章于 2023-02-26 15:51:42 发布
阅读量1.5k 收藏
点赞数
文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lajiumao/article/details/124168631
版权

1.test中出现的问题

RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same

原因：

model没有加载到cuda里面，而数据在cuda中。

解决：

在model.eval（）之前加model.cuda()把模型加载到cuda里面

2.问题

TypeError: sigmoid(): argument 'input' (position 1) must be Tensor, not tuple
 原因：

tuple中有两个类型的张量

解决：

把prob=model(input)转化为prob,hv=model(input)

NanXian Lin
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
大型Python项目开发中的代码自动化标记分析调整与测试功
11-08
3. **异常处理**：自动插入异常处理代码，确保程序在遇到问题时能优雅地失败。 **测试功能设计**： 1. **单元测试**：编写针对代码模块的单元测试，如使用unittest或pytest框架，确保每个小部分功能的正确性。 2. *...
js代码-test1
07-15
在"js代码-test1"这个项目中，我们可以推测这是一个关于JavaScript编程实践的测试案例，可能包含了基本的函数、变量、条件语句、循环、对象等概念。 `main.js`是JavaScript代码的主要文件，通常在Web开发中，它会被...
【笔记】Pytorch中的神坑：关于model.eval的问题
nyist_yangguang的博客
08-10 710
mindspore中执行model.报错
weixin_45666880的博客
07-06 376
问题描述：使用bseloss，可以训练但是eval会报错，（1）如果meterics={'accuracy'：} 报错为：ValueError: Classification case, dims of y_pred equal dims of y add 1, but got y_pred: 2 dims and y: 2 dims（2）如果metrics = { 'accuracy': nn.Accuracy(),'loss': nn.Loss(),'precision': nn.Precision
代码报错解决问题经验之二：YOLOv5中的test报错
m0_70388905的博客
07-26 739
如果觉得对大家有帮助，欢迎点赞收藏关注，我会继续给大家做实验提供参考。有问题也欢迎私信我。将默认测试运行程序默认测试运行程序自动检测改为Unitted就可以。进行网络远程测试模型的时候，报如下测试。人工智能AI算法工程师。...
测试模型是出现：RuntimeErrorError(s) in loading state_dict for MIMO-UNet
Lstar_的博客
03-01 1683
测试模型是出现：RuntimeError:Error(s) in loading state_dict for MIMO-UNet 在测试已经训练好的模型时，一直出现RuntimeError的错误，结合错误提示应该时模型加载时的错误。 在网上查了资料 1.加载使用模型时和训练模型时的环境不一致: 2.训练时使用了分布式训练方案nn.DataParallel()，在测试时没有没有将模型使用nn.DataParallel包起来. 解决方案： 在我的eval.py文件中，（这个文件有测试加载模型的代码，具体文件视
（完全解决）AttributeError: ‘_IncompatibleKeys‘ object has no attribute ‘to‘/‘eval‘
qq_43391414的博客
04-10 6551
背景 model=model.load_state_dict(torch.load("bestmodel.pth")) model=model.to(device)#或者下面这个 model.eval() 这两者都会报错，报错如下: AttributeError: ‘_IncompatibleKeys’ object has no attribute ‘to’/‘eval’ 解决办法 load_state_dict(）并不会返回一个模型，而是返回_IncompatibleKeys这个对象，所以.
Pytorch踩坑记录——model.eval()
Charles5101的博客
05-15 1万+
最近在写代码时遇到一个问题，原本训练好的模型，加载进来进行inference准确率直接掉了5个点，尼玛，这简直不能忍啊～本小白下意识地感知到我肯定又在哪里写了bug了～～～于是开始到处排查，从model load到data loader，最终在一个被我封装好的module的犄角旮旯里找到了问题，于是顺便就在这里总结一下，避免以后再犯。 对于训练好的模型加载进来准确率和原先的不符，无外乎有两方面的原因：1）data； 2）model.state_dict() 。 1） data ...
test_smote_SMOTE代码_数据不均衡问题_
10-01
在数据分析和机器学习领域，经常会遇到一种挑战，那就是数据不平衡问题。当训练数据集中某一类别的样本数量远超其他类别时，这种情况被称为数据不平衡。这种不平衡会导致模型在预测时偏向于多数类，对少数类的识别...
com-test.rar_com test_com 测试_vc COM
09-24
标题中的"com-test.rar_com test_com 测试_vc COM"表明这是一个关于COM组件的测试程序，由VC 6.0开发，主要用于串口通信的测试。描述提到“自己在VC 6.0下做的串行端口测试软件，感觉挺好用的”，这说明该程序是一个...
js代码-nodejs测试呢
07-15
在Node.js中，有许多测试框架可以帮助我们确保代码的质量和稳定性。例如，Mocha、Jest和Tap等。这些框架提供了断言库、异步测试支持以及方便的报告机制。对于`main.js`的测试，我们可能会关注HTTP服务器是否正常启动...
pytorch学习笔记一：model.train()与model.eval()
vv___的博客
05-04 1182
model.train()与model.eval()的用法  如果模型中有BN层(Batch Normalization）和Dropout，需要在训练时添加model.train()，在测试时添加model.eval()。其中model.train()是保证BN层用每一批数据的均值和方差，而model.eval()是保证BN用全部训练数据的均值和方差；而对于Dropout，model.train()是随机取一部分网络连接来训练更新参数，而model.eval()是利用到了所有网络连接。 Dropout  .
pytorch之model.cuda()、model.train()和model.eval()
ZwaterZ的博客
07-07 1万+
在pytorch中，即使是有GPU的机器，它也不会自动使用GPU，而是需要在程序中显示指定。调用model.cuda()，可以将模型加载到GPU上去。启用 BatchNormalization 和 Dropout不启用 BatchNormalization 和 DropoutPyTorch进行训练和测试时一定注意要把实例化的model指定train/eval eval()时，框架会自动把 BN 和 DropOut 固定住，不会取平均，而是用训练好的值，不然的话，一旦test的batch_size过小，很容易
解决报错：TypeError: log_sigmoid(): argument ‘input‘ (position 1) must be Tensor, not torch.return_types.
muli
02-02 5029
报错如下： TypeError: log_sigmoid(): argument 'input' (position 1) must be Tensor, not torch.return_types.max torch.max()的返回类型为 torch.return_types.max fused_scores = torch.max(scores, 0) 查看 fused_scores 的输出 fused_scores: torch.return_types.max( values=tensor
model.eval()是什么
ZhengrongYue的博客
07-08 402
model.eval()
TypeError: linear(): argument ‘input‘ (position 1) must be Tensor, not numpy.ndarray
sethnie.Tech
02-26 8783
TypeError: linear(): argument 'input' (position 1) must be Tensor, not numpy.ndarray
TypeError: conv2d(): argument ‘input‘ (position 1) must be Tensor, not tuple
m0_58442599的博客
12-28 6216
搭建网络过程遇到这个问题，检查训练过程，已经将输入数据通过 transforms.ToTensor() 转换为Tensor格式。 经检查发现是网络结构问题。 网络搭建过程中MaxPool2d（）中设置return_indices=True，这意味着它将返回一个包含值和索引的元组。后面不能直接接卷积层。 ...
model.train() model.eval() with torch.no_grad()
t20134297的博客
05-30 995
model.train() : 使得droupout 层起作用， 前相传播的时候会更新means 和var，而且会自动计算梯度 model.eval(): 会使得droupout 和前向传播的时候， droupout 不起作用， means 和var这样的统计数据值不会更新，但是依然会计算梯度。 with torch.no_grad() :则代表着不会计算梯度了，节省计算量。 因此在测试阶段，应该model.eval()和 with torch.no_grad() 同时使用。 ...
代码错误记录：TypeError: dropout(): argument ‘input‘ (position 1) must be Tensor, not str
热门推荐
qsx123432的博客
04-06 1万+
TypeError: dropout（）: argument 'input' （position 1） must be Tensor, not str 背景解决方法整体代码参考链接 背景 使用 hugging face 中的 预训练模型 完成文本分类任务的过程中。出现了这个问题。 问题排查的过程中，发现这里定义的 cls_layer() 出现问题。 问题是数据类型错误，因此需要检查pooler_output的数据产生的位置和输出类型 解决方法 定位位置，寻找pooler_output的输出 这个poo
yolov7测试代码test.py
最新发布
07-28
要运行YOLOv7的测试代码test.py，您需要按照以下步骤进行操作： 1. 首先，确保您的计算机已经安装了所需的类库。您可以根据\[1\]中提供的链接下载所需的依赖类库。 2. 接下来，您需要下载YOLOv7的源码。您可以按照\[2\]中的说明下载源码。 3. 然后，您还需要下载预训练模型和数据集。您可以根据\[2\]中的说明下载所需的预训练模型和数据集。 4. 在下载完源码、预训练模型和数据集后，您可以使用VSCode打开项目文件夹。 5. 打开test.py文件，并按下F5键运行代码。请确保您的Python环境中已经安装了所需的类库。 6. 运行结果将保存在runs\test\exp目录下。 如果在运行过程中遇到以下问题，您可以尝试解决： 5.1 若提示页面文件太小，无法完成操作，则需要调高虚拟内存大小。您可以按照\[3\]中的说明打开系统高级设置，并调整虚拟内存大小。 5.2 若提示错误：BrokenPipeError，您可以将utils/datasets.py文件中的第87行的num_workers设置为0，然后重新运行代码。 希望以上信息对您有所帮助！如果您还有其他问题，请随时提问。 #### 引用[.reference_title] - *1* *2* *3* [YOLO7环境搭建、代码测试](https://blog.csdn.net/maerdym/article/details/125841657)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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