Tag: TORCHVISION
Actualmente estoy tratando de entender cómo entrenar modelos a través de pytorch. Y mientras hacía esto, vi una característica bastante interesante: pasar datos de entrenamiento en mini lotes. Por ejemplo. Aquí hay un fragmento de código del sitio web oficial de pytorch: … data_dir = ‘data/hymenoptera_data’ image_datasets = {x: datasets.ImageFolder(os.path.join(data_dir, . . . Read more
Tengo una instancia de torchvision.models.ResNet y tengo mi clase CondBatchNorm2d que es un módulo similar a BatchNorm2d, pero el método forward acepta una entrada adicional y que no proviene de la capa anterior ya que es una entrada de toda la red: def forward(self, x, y=None): … Sé cómo substituir . . . Read more
Estoy siguiendo un tutorial aquí https://www.youtube.com/watch?v=IQpP_cH8rrA Seguí todos los pasos iniciales (excepto que estoy en VS en lugar de Colab), pero me detengo bastante pronto porque cuando ejecuto: torchvision.datasets.MNIST(‘./’, download=True) Solo obtengo la carpeta “raw”, no la carpeta “processed” (que debería contener training.pt y test.pt). ¿Alguien puede ayudar? Estoy usando . . . Read more
dir = ‘./animefacedataset’ imagesize = 68 batchsize = 128 RGB_mean_std_minusonetoonerange = ((0.5, 0.5, 0,5), (0.5, 0.5, 0,5)) `*#same for (0.5, 0.5, 0,5), (0.5, 0.5, 0,5)*` augmented_normalized_tensorized = T.Compose([T.Resize(imagesize), T.CenterCrop(imagesize), T.ToTensor(), T.Normalize(*RGB_mean_std_minusonetoonerange)]) traindataset = ImageFolder(dir, augmented_normalized_tensorized) **image, _ = traindataset[0]** Esta última línea provoca un ValueError: /usr/local/lib/python3.7/dist-packages/torchvision/transforms/functional.py in normalize(tensor, mean, std, . . . Read more
Me gustaría importar datos de un archivo CSV con torch.utils.data.Dataset para poder usar torch.utils.data.DataLoader para manejarlos. Los datos no pertenecen a torchvision y están en mi PC. Parece que no hay solución en Google. Agradecería mucho si pudieras darme algún consejo.