pytorch预测结果不一致的情况怎么办,如何处理

Admin 2022-06-28 群英技术资讯 843 次浏览

在这篇文章中,我们来学习一下“pytorch预测结果不一致的情况怎么办,如何处理”的相关知识,下文有详细的讲解,易于大家学习和理解,有需要的朋友可以借鉴参考,下面就请大家跟着小编的思路一起来学习一下吧。

为什么多次预测结果不一致

1、检查是否在每次预测前使用

model.eval()

或者是

with torch.no_grad():
   for ...

推荐下面的方法,上面的的方法计算梯度,但是并不反向传播,下面的方法既不计算梯度,也不反向传播,速度更快。

2、检查是否取消了所有的dropout

3、设置随机种子

def setup_seed(seed):
    np.random.seed(seed)
    random.seed(seed)
    torch.manual_seed(seed) #cpu
    torch.cuda.manual_seed_all(seed)  #并行gpu
    torch.backends.cudnn.deterministic = True  #cpu/gpu结果一致
    torch.backends.cudnn.benchmark = True   #训练集变化不大时使训练加速

4、保证实例化模型前要将is_training置为false;这两行代码顺序不能颠倒


到此这篇关于“pytorch预测结果不一致的情况怎么办,如何处理”的文章就介绍到这了,更多相关pytorch预测结果不一致的情况怎么办,如何处理内容,欢迎关注群英网络技术资讯频道,小编将为大家输出更多高质量的实用文章! 群英智防CDN,智能加速解决方案

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。

猜你喜欢

成为群英会员,开启智能安全云计算之旅

立即注册
专业资深工程师驻守
7X24小时快速响应
一站式无忧技术支持
免费备案服务
免费拨打  400-678-4567
免费拨打  400-678-4567 免费拨打 400-678-4567 或 0668-2555555
在线客服
微信公众号
返回顶部
返回顶部 返回顶部
在线客服
在线客服