PyTorch
Doodlera
这个作者很懒,什么都没留下…
展开
-
ill-defined and being set to 0.0 in labels with no true samples
测试时计算精度遇到提醒如下。y_true中的某些标签未出现在y_pred中,永远不会预测标签。不影响计算结果。解决方法:增大测试时从DataLoader读取数据的batch_size。因为在一个batch_size的测试时没有读取到全部类别的数据,因此会进行提示。增大batch_size即可避免这个warning。E:\anaconda\lib\site-packages\sklearn\metrics\_classification.py:1221: UndefinedMetricWarning:原创 2021-12-09 11:05:15 · 2542 阅读 · 0 评论 -
PyTorch加载模型报错ModuleNotFoundError
没想到还有这样的坑。在远程服务器使用PyTorch训练好模型后,使用torch.save(local_model, file_name, _use_new_zipfile_serialization=False)将模型保存,原以为这种保存方法可以将模型结构和参数一起保存。但是本地torch.load报错:ModuleNotFoundError: No module named '***'(并没有显式导入模型结构)。经过查阅,虽然是保存了模型结构,但仍然需要将“目录结构得和保存时一模一样”,具体来说就是模原创 2021-12-08 14:49:35 · 3371 阅读 · 0 评论 -
PyTorch dataloader里的shuffle=True
对shuffle=True的理解:之前不了解shuffle的实际效果,假设有数据a,b,c,d,不知道batch_size=2后打乱,具体是如下哪一种情况:1.先按顺序取batch,对batch内打乱,即先取a,b,a,b进行打乱;2.先打乱,再取batch。证明是第二种。shuffle (bool, optional): set to ``True`` to have the data reshuffled at every epoch (default: ``False``).if shu原创 2020-11-05 15:58:13 · 12984 阅读 · 4 评论