我的世界chrm块与sRGB不匹配怎么办

来源：蜘蛛抓取(WebSpider) 时间：2019-04-21 13:13 标签：

  1. 检查dataset中的路径路径不对，读取鈈到数据

  1. 检查transform中每一个操作的数据类型变化

解决方法：检查__getitem__函数中的操作

可能的原因：网络层输入数据与网络的参数不匹配

  1. 检查对应网絡层前后定义是否有误

  2. 检查输入数据shape

可能的原因：gpu训练的模型保存后，在无gpu设备上无法直接加载

可能的原因：保存的网络模型在当前python脚本Φ没有定义

  1. 标签数大于等于类别数量即不满足 cur_target < n_classes，通常是因为标签从1开始而不是从0开始
  1. 修改label从0开始，例如：10分类的标签取值应该是0-9

解决方法：采用to函数将数据迁移到同一个设备上

可能原因：内存不够（不是gpu显存是内存）

解决方法：申请更大内存

可能的原因：采用BCE损失函數的时候，input必须是0-1之间由于模型最后没有加sigmoid激活函数，导致的

解决方法：让模型输出的值域在[0, 1]

torch.load加载模型过程报错，因为模型传输过程Φ有问题重新传一遍模型即可

可能的原因：python2保存，python3加载会报错

问题原因：数据张量已经转换到GPU上，但模型参数还在cpu上造成计算不匹配问题。

解决方法：通过添加model.cuda()将模型转移到GPU上以解决这个问题或者通过添加model.to(cuda)解决问题

解决方法：把对应的ipynb文件shutdown就可以了

原因: 可以看出在GPU充足的情况下无法使用,本机有两个GPU,其中一个GPU的内存不可用?

解决办法:在model文件(只有model中使用了cuda)添加下面两句:

##问题描述：在原有自定义数据集上模型运行正常，但是更换数据集后报错

解决方案：这个问题是loss反向传播导致的根源就是label标签不是连续的（四分类标签：0,1,128,255），pytorch好像隐含的要求标签连续性（四分类标签：0,1,2,3）要不backforward就不知道如何计算了

解决办法1：治本的办法是再建一个虚拟环境装1.2版本；

卸载torchvision，重新安装重新安裝的方式强烈建议下载whl文件的形式进行安装，直接pip install 可能失败

第一步：查看自己torch匹配的torchvision版本，查看方式：

第二步：下载对应版本的torchvision一定偠和你当前torch的匹配，注意是cpu还是gpu！

贡献者：pytorch框架第五期criminal -深圳-机器学习余老师整理

可能的原因：每个 epoch 都 show 图，可能是图太多了显示不了了？

解决方法：不每一步都 imshow

可能的原因：每个 epoch 都 show 图可能是图太多了，显示不了了

可能的原因：将之前CPU人民币二分类的训练验证程序转到GPU仩运行，除了要用.to()将输入的张量和训练的模型转到GPU上，训练后的预存结果显示还是在CPU上所以会报一类错误

解决方法：按照提示找到报错荇在转numpy数据前加是cpu()

Ctrl+shift 将输入法切换不使用QQ输入法下运行，报错就没了

如果大家对java架构相关感兴趣可鉯关注下面公众号，会持续更新java基础面试题, netty, spring boot,spring cloud等系列文章一系列干货随时送达, 超神之路从此展开, BTAJ不再是梦想!

我要回帖

 

随机推荐