Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.
Resumen: sistema: windows 10 Cuda: 11.5 Versión de Darknet: la más reciente Visual Studio: 2019 Soy un modelo de entrenamiento con “https://github.com/AlexeyAB/darknet” Mi comando para comenzar el entrenamiento es: imagen del comando El entrenamiento se detiene sin motivo o errores, se detiene en cualquier iteración al azar imagen de la . . . Read more
He estado obteniendo este error y no puedo encontrar la razón. Si alguien podría ayudar, sería genial. Este es mi código: Construir el modelo modelo2 = Sequential() modelo2.add(Dense(64, input_shape=(54,), activation=’relu’)) modelo2.add(Dropout(0.3)) modelo2.add(Dense(256, activation=’relu’)) modelo2.add(Dropout(0.3)) modelo2.add(Dense(512, activation=’relu’)) modelo2.add(Dropout(0.3)) modelo2.add(Dense(512, activation=’relu’)) modelo2.add(Dropout(0.3)) modelo2.add(Dense(256, activation=’relu’)) modelo2.add(Dropout(0.3)) modelo2.add(Dense(64, activation=’relu’)) modelo2.add(Dropout(0.3)) modelo2.add(Dense(3, activation=’softmax’, name=’output’)) Optimizador . . . Read more
class Classifier_unpaired(nn.Module): def init(self, in_channels=3): super(Classifier_unpaired, self).init() self.model = nn.Sequential( nn.Upsample(size=(256,256),mode=’bilinear’), nn.Conv2d(3, 16, 3, stride=2, padding=1), nn.LeakyReLU(0.2), nn.InstanceNorm2d(16, affine=True), *discriminator_block(16, 32), *discriminator_block(32, 64), *discriminator_block(64, 128), *discriminator_block(128, 128), #*discriminator_block(128, 128), nn.Conv2d(128, 3, 8, padding=0), ) def forward(self, img_input): return self.model(img_input) Hay un “*” antes de discriminator_block(), que es una función. ¿Qué . . . Read more
from tensorflow.python.ops.variables import initialize_all_variables a = tf.Variable(0, name=’input’) b = tf.constant(1) mid_val = tf.add(a, b) update_value = tf.compat.v1.assign(a, mid_val) tg = initialize_all_variables() with tf.compat.v1.Session() as sess: sess.run(tg) print(sess.run(a)) for i in range(3): sess.run(update_value) print(sess.run(a)) Al ejecutar sess.run(tg) me da un error y genera una excepción de tipo y, al ejecutar, . . . Read more
He visto que la mayoría de los tutoriales/guías tienen el paso de validación fuera del bucle de épocas. Sin embargo, una guía que sigo tiene el paso de validación dentro del bucle de épocas. ¿Cuál es el correcto? Me doy cuenta de que si tienes la validación dentro del bucle . . . Read more