pytorch
文章平均质量分 92
Virogous
抖动产生、测试
展开
-
PYTHON 随机分类自建训练集和测试集,以及对应的标签label
描述本文想解决的是在神经网络训练中,需要随机划分训练集和测试集,使得训练集可以更好的覆盖测试集的均值和方差范围。其中,(1)数据是存放在csv文件中,因为网络的输入是二维的point cloud(2)标签同样是放在一个csv文件中,csv文件共四列, 第一列是csv数据文件的名字,第二,第三和第四列是需要预测的数值。导入包在这篇文章中,我们需要用到os库 创建文件夹,定位标签文件的pathcsv库 用来处理csv文件csv文件批量处理可以参考这一篇博客random 用来产生随机数shu原创 2020-12-24 11:44:20 · 4211 阅读 · 0 评论 -
Pytorch-IndexError: too many indices for tensor of dimension 0
在采用pytorch进行CNN实现了,遇到了如下的问题:IndexError: too many indices for tensor of dimension 0具体代码如下:JitterTest_Dataset = JitterDataset( csv_file= './jitter_labels/new_jitter_test.CSV', root_dir= './Test_jitter_Square/', transform= transforms.Compose([原创 2020-11-30 15:53:11 · 5560 阅读 · 3 评论 -
Pytorch-RuntimeError: size mismatch m1: [a x b], m2: [c x d]
Pytorch-RuntimeError: size mismatch m1: [a x b], m2: [c x d]在进行深度学习的代码中,在采用线性层进行转化的时候可能出现size mismatch的问题,首先要了解到[a x b], [c x d]都代表什么m1 is [a x b] which is [batch size x in features]m2 is [c x d] which is [in features x out features]了解了这个以后,我们可以清楚的原创 2020-11-19 11:46:17 · 2642 阅读 · 2 评论 -
Pytorch可视化自定义CNN中间层的每一层输出
定义LayerActivations类,python代码如下:class LayerActivations: features = None def __init__(self, model, layer_num): self.hook = model[layer_num].register_forward_hook(self.hook_fn) def hook_fn(self, module, input, output): self.fea原创 2020-06-21 13:01:28 · 4098 阅读 · 7 评论 -
python中批量将矩形图片转化为正方形图片,并且缩放
前言为了在pytorch中进行深度学习的时候尽可能的采用正方形图片作为输入,需要将自己做的样本图片最好转化为正方形图片。具体的见代码,代码中有每一行的注释。python代码from PIL import Imageimport osdef Square_Generated (read_file): # 创建一个函数用来产生所需要的正方形图片转化 image = Image.open(read_file) # 导入图片 w, h = image.size # 得到图片的大小原创 2020-06-20 14:39:51 · 2723 阅读 · 1 评论 -
解决conda下载Pytorch中遇到的诸多问题
解决conda下载Pytorch中遇到的诸多问题遇到的问题解决问题1.永久更改conda镜像源2.解决cuda10.2或者其他包找不到问题3.解决NotWritableError问题,结束语遇到的问题在使用默认的conda源中,下载的异常缓慢;在转换为清华的镜像源后总是缺少cuda10.2的包;在下载完成后,无法写入文件中,报错类型为:NotWritableError: The current user does not have write permissions…解决问题1.永久更改co原创 2020-05-19 15:21:57 · 3619 阅读 · 2 评论