Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.
Estoy tratando de utilizar el módulo “nn.TransformerEncoder” de PyTorch para una tarea de clasificación. Tengo puntos de datos de diferentes longitudes, es decir, tengo secuencias de diferentes longitudes. Todas las secuencias tienen una salida correspondiente (objetivo) que es 0 ó 1. [![enter code here][1]][1] Esta imagen muestra mi conjunto de . . . Read more
He seguido este ejemplo para construir un clasificador de texto usando torchtext. Después de terminar el entrenamiento, he guardado el vocabulario y los pesos, pero cuando los he cargado de nuevo para hacer una inferencia con los datos de validación, obtuve cero de precisión. Encontré una pregunta similar en https://stackoverflow.com/questions/62744998/using-torchtext-for-inference . . . Read more
Entrené el modelo pero después de 1 epoch, ocurrió un error de CUDA. Cambié el tamaño de lote de entrenamiento a 1 y agregué torch.cuda.empty_cache(), pero nada cambió. ¿Cómo debo cambiarlo? “` Calentando el cargador de datos usando pin<em>memory en el dispositivo 0 Num por train<em>loader 562 Num por valid</em>loader . . . Read more
La mayoría de las bibliotecas de aprendizaje automático actuales tienen funciones de pérdida que vienen con un argumento de peso, lo cual nos permite abordar conjuntos de datos desequilibrados. Sin embargo, ¿se debe utilizar activamente esta característica? En caso contrario, ¿existen pautas específicas sobre cuándo debemos usarla (por ejemplo, si . . . Read more
Tengo un conjunto de datos de imágenes de 3 canales, pero quiero usar los primeros 2 canales de cada imagen como entrada para Resnet34. ¿Existe alguna forma de cargar solo los primeros 2 canales de cada imagen?