Pytorch
如意的小家
这个作者很懒,什么都没留下…
展开
-
torch的使用须知
1.torch.load_state_dict()函数的用法总结在Pytorch中构建好一个模型后,一般需要进行预训练权重中加载。torch.load_state_dict()函数就是用于将预训练的参数权重加载到新的模型之中,操作方式如下所示:sd_net = torchvision.models.resnte50(pretrained=False)sd_net.load_state_dict(torch.load('*.pth'), strict=True)在本博文中重点关注的是 属性 stri原创 2022-05-30 10:07:04 · 588 阅读 · 0 评论 -
常见的损失函数(loss function)总结及其与准确率等评估指标之间的关系
损失函数用来评价模型的预测值和真实值不一样的程度,损失函数越好,通常模型的性能越好。不同的模型用的损失函数一般也不一样。损失函数分为经验风险损失函数和结构风险损失函数。经验风险损失函数指预测结果和实际结果的差别,结构风险损失函数是指经验风险损失函数加上正则项。...转载 2021-12-30 17:24:22 · 7101 阅读 · 0 评论 -
Pytorch注意事项
1.model.train()与model.eval()的用法看别人的面经时,浏览到一题,问的就是这个。自己刚接触pytorch时套用别人的框架,会在训练开始之前写上model.trian(),在测试时写上model.eval()。然后自己写的时候也就保留了这个习惯,没有去想其中原因。在经过一番查阅之后,总结如下: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()原创 2021-01-19 15:29:18 · 137 阅读 · 0 评论