问题标签 [pytorch-lightning]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
pytorch - AttributeError:“DataModuleClass”对象没有属性“training_dataset”
我正在尝试PyTorch Lightning
通过编写一个非常简单的DataModuleClass
. 之后prepare_data()
,setup()
我正在尝试检查这些功能是否正常工作。所以,我正在尝试从中获取training
和validation
数据集setup()
。但我收到一个错误
代码
你能告诉我为什么我会收到这个错误吗?
pytorch - AttributeError:“元组”对象没有属性“train_dataloader”
我有一个 3 文件。在datamodule
文件中,我创建了数据并使用了PyTorch Lightning
. 在linear_model
我linear regression model
根据这个页面做了一个。最后,我有一个train
文件,我正在调用模型并尝试拟合数据。但我收到了这个错误
示例数据模块文件
样本训练文件
如果您需要更多代码或解释,请告诉我。
更新(基于评论)
现在,self.prepare_data()
从 中删除,从中__init__()
删除DataModuleClass()
并将文件更改为return self.train_data, self.val_data
setup()
test
错误:
python - 使用 PyTorch-ligtning 训练 RNN 时出现 AssertionError
我是 PyTorch 的新手,所以我使用 PyTorch-Lightning 来训练简单的(Vanilla)RNN:
1.数据准备
2.创建学习者类
3.创建模型并使用训练器
我有这个断言错误:
当我在 github https://github.com/pytorch/pytorch/blob/d09abf004cc16f8fd5f320e3d5d07c383c174ea7/torch/nn/modules/rnn.py#L247检查baseRNN时,我发现没有断言!
你能帮忙吗?
python - 如何保存模型的训练权重检查点并从 PyTorch 的最后一点继续训练?
我正在尝试在一定数量的时期后保存训练模型的检查点权重,并继续使用 PyTorch 从最后一个检查点训练到另一个时期为了实现这一点,我编写了如下脚本
训练模型:
由此,我可以将模型检查点文件保存checkpoint.pt
为 5 个时期
为了使用保存的检查点权重文件继续训练,我在下面编写了另一个脚本:
这会引发错误:
我究竟做错了什么?我怎样才能解决这个问题?对此的任何帮助都会有所帮助。
pytorch-lightning - TypeError:预期的数据是 int、Sequence 或 Mapping,但得到了方法 pytorch 闪电
我有这个 LightningDataModule:
然后我只是输入我的 LightningModule
但我目前收到错误“RuntimeError:输入、输出和索引必须在当前设备上”。
我目前正在使用 GPU 实例在 Colab 中运行它,但似乎没有任何东西可以让它工作。
谁知道怎么修它?
谢谢
pytorch-lightning - PytorchLightning 在 epoch 的所有步骤完成之前调用 training_epoch_end。总是大约 0.25 步长
我是 pytorch_lightning 的新手,我的训练进展顺利,但由于某种原因,training_epoch_end 在一些步骤后被调用,而不是在纪元结束时调用。
这些是我的输出:
GPU 可用:False,已使用:False
TPU 可用:无,使用:0 个 TPU 内核
验证健全性检查:0%| | 0/2 [00:00<?, ?it/s]
| 姓名 | 类型 | 参数
纪元 0:0%| | 0/13 [00:00<?, ?it/s]
纪元 0:23%|██▎ | 3/13 [01:38<05:27, 32.75s/it, loss=4.73, v_num=7]
//training_epoch_end: 输出 = [{'loss': tensor(6.4593)}, {'loss': tensor(5.7653)}, {'loss': tensor(1.9642)}]
验证:0it [00:00, ?it/s]
验证:0%| | 0/10 [00:00<?, ?it/s]
纪元 0:38%|███▊ | 5/13 [01:48<02:54, 21.78s/it, loss=4.73, v_num=7]
纪元 0:46%|████▌ | 6/13 [01:59<02:19, 19.91s/it, loss=4.73, v_num=7]
纪元 0:54%|█████▍ | 7/13 [02:10<01:51, 18.58s/it, loss=4.73, v_num=7]
纪元 0:62%|██████▏ | 8/13 [02:20<01:27, 17.60s/it, loss=4.73, v_num=7]
纪元 0:69%|██████▉ | 9/13 [02:31<01:07, 16.83s/it, loss=4.73, v_num=7]
纪元 0:77%|███████▋ | 10/13 [02:42<00:48, 16.21s/it, loss=4.73, v_num=7]
纪元 0:85%|████████▍ | 11/13 [02:52<00:31, 15.71s/it, loss=4.73, v_num=7]
纪元 0:92%|█████████▏| 12/13 [03:04<00:15, 15.34s/it, loss=4.73, v_num=7]
纪元 0:100%|██████████| 13/13 [03:15<00:00, 15.00s/it, loss=4.73, v_num=7]
纪元 0:100%|██████████| 13/13 [03:16<00:00, 15.15s/it, loss=4.73, v_num=7]
时期 1:23%|██▎ | 3/13 [01:42<05:42, 34.24s/it, loss=3.39, v_num=7]
//training_epoch_end: 输出 = [{'loss': tensor(2.6766)}, {'loss': tensor(2.3010)}, {'loss': tensor(1.1722)}]
纪元 1:31%|███ | 4/13 [01:48<04:04, 27.22s/it, loss=3.39, v_num=7]
验证:0it [00:00, ?it/s]
时期 1:38%|███▊ | 5/13 [02:02<03:15, 24.42s/it, loss=3.39, v_num=7]
已完成 6.8 MiB/327.9 MiB (48.7 KiB/s),剩余 2 个文件
时期 1:100%|██████████| 13/13 [03:48<00:00, 17.54s/it, loss=3.39, v_num=7]
纪元 2:23%|██▎ | 3/13 [01:44<05:47, 34.72s/it, loss=2.72, v_num=7]
//training_epoch_end: 输出 = [{'loss': tensor(1.2504)}, {'loss': tensor(1.4905)}, {'loss': tensor(1.4158)}]
纪元 2:31%|███ | 4/13 [01:49<04:07, 27.48s/it, loss=2.72, v_num=7]
验证:0it [00:00, ?it/s]
时期 2:100%|██████████| 13/13 [03:50<00:00, 17.75s/it, loss=2.72, v_num=7]
时期 3:23%|██▎ | 3/13 [01:43<05:46, 34.62s/it, loss=2.27, v_num=7]
training_epoch_end: 3 个输出 = [{'loss': tensor(0.6632)}, {'loss': tensor(0.9215)}, {'loss': tensor(1.1396)}]
时期 3:31%|███ | 4/13 [01:49<04:06, 27.41s/it, loss=2.27, v_num=7]
验证:0it [00:00, ?it/s]
有谁知道为什么会这样?
工人或 GPU 的数量不影响订单。
谢谢!!!
pytorch-lightning - 在 pytorch 闪电中组织数据转换的最佳方法
我正在训练具有各种图像尺寸(50x50 到 200x200)的模型,我想尝试不同的模型,例如 torchvision 中可用的预训练模型。
转换示例:
放置此代码的最佳位置是什么,因此如果我使用不同的模型,我可以轻松更改其参数(例如:如果我需要更改输入图像大小/标准化参数?我还在使用 imgaug 库进行训练过程中的一些图像增强。
python - 为什么我不能使用 PyTorch Lightning 保存我的 RNN 模型检查点?
我创建了一个 ModelCheckpoint() 实例,指定检查点应保存在何处以及在何种条件下,并将其用作 Trainer() 工具中的“回调”参数,但在完成一个训练时期后(我可以看到完成并返回了一个 val_loss)它无法保存在我的位置,因为:
它正在显示atomic_save
代码并尝试评估以下内容:
我已经看了一遍,这个特定的 AttributeError 似乎很不常见。我已经确保我的所有软件包都已更新。任何帮助表示赞赏。不确定我是否在这里遗漏了一些明显的东西。
deep-learning - 使用 pytorch-lightning 实现 Network in Network CNN 模型
我正在尝试实现 NiN 模型。基本上试图从d2l复制代码这是我的代码。
运行代码后,我的准确度仅为 0.1。不知道我哪里出错了。我已经能够使用相同的模板实现其他 CNN(如 VGG)。不知道我哪里出错了。10 个 epoch 后准确率应该接近 0.9。
pytorch - 来自 PyTorch 模型的 ONNX 对象,无需导出
是否可以在不导出的情况下将 PyTorch 模型转换为 ONNX,并在脚本中直接将其用作 ONNX 对象。