Preguntas etiquetadas con pytorch

Estoy confundido sobre el método view()en el siguiente fragmento de código. 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 =...

Estaba buscando formas alternativas de guardar un modelo entrenado en PyTorch. Hasta ahora, he encontrado dos alternativas. torch.save () para guardar un modelo y torch.load () para cargar un modelo. model.state_dict () para guardar un modelo entrenado y model.load_state_dict () para cargar el...

Me gustaría saber si pytorchestá usando mi GPU. Es posible detectar nvidia-smisi hay alguna actividad de la GPU durante el proceso, pero quiero algo escrito en un pythonscript. ¿Hay una manera de

¿Hay alguna forma de que pueda imprimir el resumen de un modelo en PyTorch como lo model.summary()hace el método en Keras de la siguiente manera? Model Summary: ____________________________________________________________________________________________________ Layer (type) Output Shape Param #...

Estoy leyendo la documentación de PyTorch y encontré un ejemplo donde escriben gradients = torch.FloatTensor([0.1, 1.0, 0.0001]) y.backward(gradients) print(x.grad) donde x era una variable inicial, a partir de la cual se construyó y (un 3-vector). La pregunta es, ¿cuáles son los argumentos...

¿Cómo inicializar los pesos y los sesgos (por ejemplo, con la inicialización de He o Xavier) en una red en PyTorch?

Estaba tratando de replicar Cómo usar el empaquetado para entradas de secuencia de longitud variable para rnn, pero supongo que primero necesito entender por qué necesitamos "empaquetar" la secuencia. Entiendo por qué tenemos que "rellenarlos", pero ¿por qué es necesario "empacar"...

Estaba revisando este ejemplo de un modelo de lenguaje LSTM en github (enlace) . Lo que hace en general me queda bastante claro. Pero todavía estoy luchando por entender qué contiguous()hace la llamada , lo que ocurre varias veces en el código. Por ejemplo, en la línea 74/75 de la entrada de...

En numpy, usamos ndarray.reshape()para remodelar una matriz. Noté que en pytorch, la gente usa torch.view(...)para el mismo propósito, pero al mismo tiempo, también existe un torch.reshape(...)archivo. Entonces, me pregunto cuáles son las diferencias entre ellos y cuándo debería usar alguno de...

Estoy tratando de actualizar / cambiar los parámetros de un modelo de red neuronal y luego hacer que el paso directo de la red neuronal actualizada esté en el gráfico de cálculo (no importa cuántos cambios / actualizaciones hagamos). Intenté esta idea, pero cada vez que lo hago, pytorch configura...

Estoy tratando de entrenar la siguiente CNN de la siguiente manera, pero sigo recibiendo el mismo error con respecto a .cuda () y no estoy seguro de cómo solucionarlo. Aquí hay una porción de mi código hasta ahora. import matplotlib.pyplot as plt import numpy as np import torch from torch import...

Hay un famoso truco en la arquitectura de u-net para usar mapas de peso personalizados para aumentar la precisión. A continuación se detallan los detalles Ahora, al preguntar aquí y en muchos otros lugares, conozco dos enfoques. Quiero saber cuál es el correcto o ¿hay algún otro enfoque correcto...

Estoy haciendo una CNN con Pytorch para una tarea, pero no aprenderá ni mejorará la precisión. Hice una versión trabajando con el conjunto de datos MNIST para poder publicarlo aquí. Solo estoy buscando una respuesta de por qué no funciona. La arquitectura está bien, la implementé en Keras y tenía...

Utilizo Tensorflow, pero estoy escribiendo documentación para usuarios que generalmente varía según los marcos de aprendizaje profundo . Cuando trabajo con conjuntos de datos que no se ajustan al sistema de archivos local (TB +), tomo muestras de datos de un almacén de datos remoto y escribo...