troch陶器
普通攻击往后拉
Intelligent decision-making for scheduling and planning problems
展开
-
python multiprocessing + torch训练 bug解决
multiprocessing torch原创 2023-02-27 11:55:21 · 563 阅读 · 0 评论 -
Torch在ubuntu CPU训练下出现的多进程混乱
torch cpu 服务器 bug原创 2023-02-22 10:55:33 · 240 阅读 · 1 评论 -
Pytorch 报错 OSError: [WinError 1455] 页面文件太小,无法完成操作。
一般这种错误是由于Python想要多进程运行程序,而硬件环境不能充分支持带来的,一般产生的源头是torch.Dataloader或者multiprocessing这样的库。改进方法就是将多核数量减少,或者直接使用单核运行。...原创 2021-12-14 10:48:44 · 3587 阅读 · 0 评论 -
最常用的3种Pytorch tensor的维度变化方法
最近一周一直在搭建新的模型,学到了很多新的tensor维度变化操作,记录一下:a = torch.tensor([1,2,3])1、None增加一维:b = a[None, :] # 改成两维(一个逗号),增加到第一维>>> b == tensor([[1, 2, 3]])c = a[:, None] # 改成两维(一个逗号),增加到第二维>>> c == tensor([[1],[2],[3]])d = a[:,None, None] # 改成原创 2021-12-10 21:52:21 · 7275 阅读 · 0 评论 -
Pytorch tensor 判断 nan 与 inf 的方法
在用torch搭建深度学习模型时,很容易在数据中存在inf与nan的情况,对应的数据类型分别时torch.inf与torch.nan。大多数情况下,产生nan数据的原因基本上是出现了分母为0的情况,所以需要检查张量计算过程中是否有除法运算,比如softmax就有除法。判断一个张量中是否有nan值:torch.isnan(tensor).any()其中,tensor.any()方法代表tensor中有一个True则全部都为True,any代表一个都不行;与之相对tensor.all()表示tenso原创 2021-12-10 21:05:38 · 27088 阅读 · 0 评论 -
torch的使用tips-1
记录一下20210818-20210819两天发现的一些torchtips:1 cat可以用来对两个tensor进行拼接,可以实现类似于list append或者list +的操作。类似功能的还有stack。2 diag_embed按照输入生产对角矩阵,非常有用,可以用来将one-hot编码转化成对应的对角矩阵,例如:[0,0,1]->[[0, 0, 0],[0, 0, 0],[0, 0, 1]]3 zeros/ones按照输出生成固定形状的张量,也可以用zeros_like/原创 2021-08-19 19:07:40 · 351 阅读 · 0 评论