问题标签 [torchvision]

在 Torchvision 中使用 MNIST 数据集时出现以下错误

这是我的代码：

我在 colab 中使用TRN-Pytorch 模型，pytorch 版本是 0.4.1。在训练模型时出现RuntimeError: Dimension out of range (expected to be in range of [-1, 0], but got 1)

这是训练代码

我得到了这个错误

main.py 文件在这里

帮我解决这个问题

我正在研究一个深度学习问题。我正在使用 pytorch 解决它。我有两个 GPU 在同一台机器上（16273MiB，12193MiB）。我想将这两个 GPU 都用于我的训练（视频数据集）。

我收到警告：

您的 GPU 之间存在不平衡。您可能希望排除 GPU 1 的内存或内核少于 GPU 0 的 75%。您可以通过将 device_ids 参数设置为 DataParallel 或设置 CUDA_VISIBLE_DEVICES 环境变量来实现。warnings.warn(imbalance_warn.format(device_ids[min_pos], device_ids[max_pos]))

我也收到一个错误：

raise TypeError('Broadcast function not implemented for CPU tensors') TypeError: Broadcast function not implemented for CPU tensors

我还在我的火车文件中进行了更改：

它似乎无法正常工作并出现错误。请建议，我是pytorch的新手。

谢谢

我试图找到，在 Imagenet 上训练的预训练 Alexnet 模型（可从 torchvision 获得）有多少个 epoch，以及使用的学习率是多少？我尝试检查检查点键以查看是否存储了任何时代信息。关于如何找到它的任何建议？

在这个 pytorch ResNet 代码示例中，他们在第 44 行将下采样定义为变量。第 58 行将其用作函数。作为 CNN 的观点和 python 代码的观点，这个下采样是如何工作的。

代码示例：pytorch ResNet

我搜索了下采样是否是任何 pytorch 内置函数。但事实并非如此。

我正在尝试在特定数据集上微调 GoogleNet 网络，但我无法加载它。我现在尝试的是：

但是我收到一个错误：

我有最新版本的 torchvision 但重新安装以确保错误仍然存​​在。

当使用该模块加载预训练的 VGG 网络torchvision.models并使用它对任意 RGB 图像进行分类时，网络的输出因调用而异。为什么会这样？据我了解，VGG 前向传递的任何部分都不应该是不确定的。

这是一个 MCVE：

我们定义了一些DataSet带有一些随机transforms 的东西，每次加载某些特定图像时都会重新应用它们。是否也可以使用图像提取应用于图像的转换？（我也想将应用于图像的转换应用于其他图像。）

当我运行 Wide Resnet 代码时，出现运行时错误。RuntimeError: output with shape [1, 28, 28] doesn't match the broadcast shape [3, 28, 28] 我尝试了几种在线可用的解决方案，但都没有解决，它们都显示了其他问题。我不知道如何解决它。所有相关的运行时错误都显示在代码上。

我需要安装 pytorch==0.3（我正在使用 conda），但是当我运行命令行时，conda 说所需的包不可用。有没有办法安装它（可能不使用ubuntu）？