栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

解决:模型在执行时shuffle或batchsize的取值不同会产生不同的结果。

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

解决:模型在执行时shuffle或batchsize的取值不同会产生不同的结果。

一开始遇到这个问题觉得简直离谱,模型参数是固定的,为什么结果受batchsize和shuffle影响。。。原因:论文不看,深度学习技术没了解完整,学了几个API就开始写代码,以为自己全懂了。

因为你的模型有batchnorm层!!!!!
nn.BatchNorm2d()
解决方案:
model.eval()

原因就是偷懒,以为设置了with torch.no_grad():就没问题了。

BatchNorm paper

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/1011285.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号