问题标签 [tensorboardx]
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.
tensorflow - 在训练期间无法识别 PyTorch 模型输出（图像）的问题
我正在训练用于细节点检测的指纹数据集。我的输入是重新缩放的（128 x 128）拍打指纹图像，Ground Truth 是 12 通道细节点。每个通道代表细节方向的箱，而点标记在细节的 x、y 位置。以输入和 GT 通道（3 和 8）为例。
由于 tanh 模型输出，输入图像在 -1 和 1 之间进行归一化
问题是我正在接收如下所示的中间预测层输出，这些输出是难以理解的。
这是我的简单自动编码器模型：
用于训练和查看中间张量板输出的代码：
在 epoch 1 8k 迭代后我的模型损失曲线
请帮助我哪里出错了。 我在张量板上可视化输出的方式有什么问题吗？
python - ModuleNotFoundError：没有名为“skimage.measure.simple_metrics”的模块
我正在使用谷歌 colab。我安装了 scikit-image。当我执行此代码时，出现错误：-
'from skimage.measure.simple_metrics import compare_psnr'
ModuleNotFoundError: No module named 'skimage.measure.simple_metrics'
import math
import torch
import torch.nn as nn
import numpy as np
import cv2
from skimage.measure.simple_metrics import compare_psnr
def weights_init_kaiming(m):
classname = m.__class__.__name__
if classname.find('Conv') != -1:
nn.init.kaiming_normal(m.weight.data, a=0, mode='fan_in')
elif classname.find('Linear') != -1:
nn.init.kaiming_normal(m.weight.data, a=0, mode='fan_in')
elif classname.find('BatchNorm') != -1:
# nn.init.uniform(m.weight.data, 1.0, 0.02)
m.weight.data.normal_(mean=0, std=math.sqrt(2./9./64.)).clamp_(-0.025,0.025)
nn.init.constant(m.bias.data, 0.0)
def batch_PSNR(img, imclean, data_range):
Img = img.data.cpu().numpy().astype(np.float32)
Iclean = imclean.data.cpu().numpy().astype(np.float32)
PSNR = 0
for i in range(Img.shape[0]):
PSNR += compare_psnr(Iclean[i,:,:,:], Img[i,:,:,:], data_range=data_range)
return (PSNR/Img.shape[0])