最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

PyTorch dropout設(shè)置訓(xùn)練和測試模式的實現(xiàn)

 更新時間:2021年05月27日 11:31:24   作者:運動碼農(nóng)  
這篇文章主要介紹了PyTorch dropout設(shè)置訓(xùn)練和測試模式的實現(xiàn)方式,具有很好的參考價值,希望對大家有所幫助。

看代碼吧~

class Net(nn.Module):
…
model = Net()
…
model.train() # 把module設(shè)成訓(xùn)練模式,對Dropout和BatchNorm有影響
model.eval() # 把module設(shè)置為預(yù)測模式,對Dropout和BatchNorm模塊有影響

補(bǔ)充:Pytorch遇到的坑——訓(xùn)練模式和測試模式切換

由于訓(xùn)練的時候Dropout和BN層起作用,每個batch BN層的參數(shù)不一樣,dropout在訓(xùn)練時隨機(jī)失效點具有隨機(jī)性,所以訓(xùn)練和測試要區(qū)分開來。

使用時切記要根據(jù)實際情況切換:

model.train()
model.eval()

補(bǔ)充:Pytorch在測試與訓(xùn)練過程中的驗證結(jié)果不一致問題

引言

今天在使用Pytorch導(dǎo)入此前保存的模型進(jìn)行測試,在過程中發(fā)現(xiàn)輸出的結(jié)果與驗證結(jié)果差距甚大,經(jīng)過排查后發(fā)現(xiàn)是forward與eval()順序問題。

現(xiàn)象

此前的錯誤代碼是

    input_cpu = torch.ones((1, 2, 160, 160))
    target_cpu =torch.ones((1, 2, 160, 160))
    target_gpu, input_gpu = target_cpu.cuda(), input_cpu.cuda()
    model.set_input_2(input_gpu, target_gpu)
    model.eval()
    model.forward()

應(yīng)該改為

    input_cpu = torch.ones((1, 2, 160, 160))
    target_cpu =torch.ones((1, 2, 160, 160))
    target_gpu, input_gpu = target_cpu.cuda(), input_cpu.cuda()
    model.set_input_2(input_gpu, target_gpu)
    # 先forward再eval
    model.forward()
    model.eval()

當(dāng)時有個疑慮,為什么要在forward后面再加eval(),查了下相關(guān)資料,主要是在BN層以及Dropout的問題。當(dāng)使用eval()時,模型會自動固定BN層以及Dropout,選取訓(xùn)練好的值,否則則會取平均,可能導(dǎo)致生成的圖片顏色失真。

以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關(guān)文章

最新評論

大安市| 山丹县| 山东| 文安县| 芜湖县| 高唐县| 汾西县| 东至县| 宜章县| 垫江县| 确山县| 五寨县| 巴马| 镇沅| 民乐县| 昌吉市| 西乌| 黄龙县| 蒙自县| 民丰县| 赤壁市| 闵行区| 简阳市| 铁力市| 阳朔县| 客服| 舟山市| 铜川市| 贵阳市| 壶关县| 凉城县| 沂源县| 德惠市| 临泉县| 博湖县| 芜湖县| 梅河口市| 射洪县| 双桥区| 平谷区| 禄丰县|