问题标签 [torchvision]

输入：十个“元音”的集合，十个“辅音”的集合，图像数据集，在每个图像中都写有一个元音和一个辅音。

任务：从给定图像中识别元音和辅音。

方法：首先在图像上应用 CNN 隐藏层，然后应用两个并行的全连接/密集层，其中一个将在图像中分类元音，另一个将在图像中分类辅音。

问题：我正在使用 VGG 或 GoogleNet 等预训练模型。如何修改该预训练模型以应用两个并行密集层并返回两个输出。

我尝试了两种不同的模型，但我的问题是我们可以修改这个任务的预训练模型吗？

现在我的模型只有一个“fc”层。我已经修改了最终“fc”层中的神经元数量，就像这样

但是我需要再添加一个 fc 层，以便两个“fc”层都与隐藏层并行连接。

现在模型只返回一个输出。

任务是从两个“fc”层返回两个输出，所以它应该看起来像这样

我是 PyTorch 的新手。我正在尝试将预训练的 Faster RCNN torchvision.models.detection.fasterrcnn_resnet50_fpn() 用于对象检测项目。我创建了一个 CustomDataset(Dataset) 类来处理自定义数据集。

这是自定义类实现

这是 train_model 函数

在执行 model_ft = train_model(model_ft, criteria, optimizer_ft, exp_lr_scheduler, num_epochs=25) 我收到“RuntimeError: _thnn_upsample_bilinear2d_forward not supported on CUDAType for Byte”

I'm trying to work through a tutorial on CycleGANs using the Colab platform but I'm struggling to find a way through the 'simple' part of just importing libraries.

I'm just trying to import the following:

I'm currently stuck with an error on the first line:

The code can be found online: https://colab.research.google.com/drive/1dMQWStzLfAHDTGuKaUNQn1aOBWeJw4FN

我正在研究图像中的衣服检测。为此，我在 python 上使用包 TorchVision，我想从一个预训练模型开始，并为我的课程（不同种类的衣服）微调它。我的图像在一个 zip 文件中。当我运行函数 train_one_epoch 时，我收到此错误：

这是我的代码的一部分：

所以，我正在做一个分割任务，我需要做的是将一个 RGB 图像转换为一个 n 通道一个热矩阵，用作 U-Net 模型的标签

我所做的是计算图像中的颜色。数量或颜色相当于类的数量。

我在 PerPixelClassMatrix 函数中尝试做的是遍历 Image 并制作一个 0 和 1 的 n 维矩阵，因为我有每个像素的颜色和类别。

我不想运行整个循环来生成 n 通道的一个热图像。有没有一种简单的方法来构建这样一个颜色已知的矩阵。

我有一个 torch.Tensor 格式的图像。我想将它直接输入到预先训练的分类器中，比如 Inception v3。

但是，它被错误地预测（没有错误消息，只是输出错误）。我想这是因为我没有对其进行规范化（根据：https ://pytorch.org/docs/stable/torchvision/models.html ），所以这就是我想要做的。

问题是，标准化需要 numpy 输入。但是，为了获得 numpy，我这样做了，但它给了我一个错误：

我不能调用分离，因为我需要渐变流过图像（由其他函数生成）。有没有办法绕过将其转换为 numpy. 如果没有，我如何保持梯度流？

我一直在尝试从项目https://github.com/amdegroot/ssd.pytorch.git运行 ssd 代码， 但上述错误不断弹出。我猜目录有问题。请指导！！

我正在尝试导入以下文件但无法导入

这出现了当我尝试从上面的链接运行 ssd python 文件时，我得到了

所以基本上我猜有一些路径问题。

或者请告诉我应该将我的项目 python 文件和https://github.com/amdegroot/ssd.pytorch.git文件放在哪个目录中，以使上述导入语句在数据和 ssd 来自https://github 时起作用。 com/amdegroot/ssd.pytorch.git

PS：ssd 是 Single Shot MultiBox Detector，我正在使用 anaconda

我正在尝试安装torchvision，并且正在使用轮文件来执行此操作，因为每次运行时pip install torchvision都会出现以下错误：

ModuleNotFoundError: No module named 'tools.nnwrap'

我下载了以下文件： torchvision-0.3.0-cp37-cp37m-win_amd64.whl

尝试安装此文件时出现以下错误：

ERROR: torchvision-0.3.0-cp37-cp37m-win_amd64.whl is not a supported wheel on this platform.

stackoverflow 上的答案之一指出将文件重命名为 win32.whl，所以我也这样做了： torchvision-0.3.0-cp37-cp37m-win32.whl

在此文件上运行安装时，我收到以下错误：

ERROR: Could not find a version that satisfies the requirement torch>=1.1.0 (from torchvision==0.3.0) (from versions: 0.1.2, 0.1.2.post1, 0.1.2.post2) ERROR: No matching distribution found for torch>=1.1.0 (from torchvision==0.3.0)

当我显示我使用的数据集中的一些示例照片时，图像的预览以低分辨率显示（它们看起来像非常低分辨率的照片）。如何在不丢失分辨率的情况下显示图像？

这是我transformations的用于将数据移动到张量并使用PyTorch函数应用一些转换的方法：

然后我通过以下方式加载数据DataLoader：

DataLoader最后，我显示了一些使用对象检索的示例照片的预览：

ps 图片是tiff格式的。

我正在实现一个具有多标签预测的分类器。目前只有5个班。以下是代码片段。到目前为止，我没有任何问题。

但我想进一步扩展它，共享相关任务之间的梯度（由编码任务之间相关性的矩阵W约束）。例如：有五个不同的类a、b、c、d、e。我计算了 a 错误分类的梯度并更新了参数。从矩阵W我发现任务e也是相关的。我还想用计算的梯度更新任务e的参数，同时用W编码的速率预测a。这里W是预先计算和固定的。

我不知道如何在 PyTorch 中做到这一点。如果有人可以帮助我，我将不胜感激。