深度学习错误记录
文章平均质量分 62
启歪
这个作者很懒,什么都没留下…
展开
-
【问题记录】混淆矩阵、召回率和精确度等指标近乎完美,但ROC很难看
问题描述最近用深度学习做临床体征信号分类,都是些一维数据,在输出统计指标时,发现一个很奇怪的现象,困扰了很久:各种统计指标,什么混淆矩阵、精确度、召回率和F1值都很好看,唯独画ROC曲线时特别难看,怎么改也没用,甚至试过网上的对预测概率排序后再输入(或只输入概率较高的部分),均无济于事。问题所在用于计算ROC的测试集数据里面,预测值有很多效果不好,比如很多预测概率在0.5~0.6,将概率从小到大排序输出一下就可以发现,输入如图所示: # 预测概率从小到大排序,打印输出前100个 s原创 2022-04-17 22:10:56 · 1300 阅读 · 1 评论 -
【错误记录】RuntimeError: Error(s) in loading state_dict for DataParallel: size mismatch for module
【记犯的一次低级错误】完整错误信息如下:RuntimeError: Error(s) in loading state_dict for DataParallel: size mismatch for module.lstm_block.lstm.weight_ih_l0: copying a param with shape torch.Size([1024, 500]) from checkpoint, the shape in current model is torch.Size([1024原创 2021-11-30 16:07:22 · 24456 阅读 · 7 评论