Je suis confus au sujet de la méthode view()dans l'extrait de code suivant. class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.conv1 = nn.Conv2d(3, 6, 5) self.pool = nn.MaxPool2d(2,2) self.conv2 = nn.Conv2d(6, 16, 5) self.fc1 = nn.Linear(16*5*5, 120) self.fc2 =...
Je cherchais des moyens alternatifs pour enregistrer un modèle entraîné dans PyTorch. Jusqu'à présent, j'ai trouvé deux alternatives. torch.save () pour enregistrer un modèle et torch.load () pour charger un modèle. model.state_dict () pour enregistrer un modèle entraîné et model.load_state_dict ()...
Je voudrais savoir si j'utilise pytorchmon GPU. Il est possible de détecter avec nvidia-smis'il y a une activité du GPU pendant le processus, mais je veux quelque chose d'écrit dans un pythonscript. Y a-t-il un moyen de le
Y a-t-il un moyen, je peux imprimer le résumé d'un modèle dans PyTorch comme la model.summary()méthode le fait dans Keras comme suit? Model Summary: ____________________________________________________________________________________________________ Layer (type) Output Shape Param # Connected to...
Je lis la documentation de PyTorch et j'ai trouvé un exemple où ils écrivent gradients = torch.FloatTensor([0.1, 1.0, 0.0001]) y.backward(gradients) print(x.grad) où x était une variable initiale, à partir de laquelle y a été construit (un vecteur 3). La question est, quels sont les arguments 0,1,...
La méthode zero_grad()doit être appelée pendant la formation. Mais la documentation n'est pas très utile | zero_grad(self) | Sets gradients of all model parameters to zero. Pourquoi devons-nous appeler cette méthode?
Comment initialiser les poids et biais (par exemple, avec l'initialisation He ou Xavier) dans un réseau dans PyTorch?
J'essayais de reproduire Comment utiliser l'empaquetage pour les entrées de séquence de longueur variable pour rnn, mais je suppose que je dois d'abord comprendre pourquoi nous devons "emballer" la séquence. Je comprends pourquoi nous devons les «tamponner» mais pourquoi est-il nécessaire de les...
Je passais par cet exemple de modèle de langage LSTM sur github (lien) . Ce qu'il fait en général est assez clair pour moi. Mais j'ai encore du mal à comprendre ce que fait l'appel contiguous(), ce qui se produit plusieurs fois dans le code. Par exemple, à la ligne 74/75 du code d'entrée et des...
J'essaie de mettre à jour / changer les paramètres d'un modèle de réseau neuronal et de faire ensuite passer le transfert vers l'avant du réseau neuronal mis à jour dans le graphique de calcul (peu importe le nombre de changements / mises à jour que nous faisons). J'ai essayé cette idée, mais...
J'essaie de former le CNN suivant comme suit, mais je reçois toujours la même erreur concernant .cuda () et je ne sais pas comment le corriger. Voici un morceau de mon code jusqu'à présent. import matplotlib.pyplot as plt import numpy as np import torch from torch import nn from torch import optim...