Pytorch 中的数据类型 torch.utils.data.DataLoader 参数详解
初次使用pytorch编写语义分割代码的一些问题(从标签读取,loss 函数,和 acc 计算三个方面介绍)
- 精度评价指标:
【语义分割】评价指标:PA、CPA、MPA、IoU、MIoU详细总结和代码实现(零基础从入门到精通系列!)
语义分割评价指标代码:混淆矩阵计算详解
Precision,Recall,F1score,Accuracy等的理解加代码
- 模型保存和加载:
Pytorch学习记录-使用Pytorch进行深度学习,保存和加载模型
Best way to save a trained model in PyTorch?
- 随机种子:
Pytorch在dataloader类中设置shuffle的随机数种子
- PyTorch 数据预处理三剑客 Dataset,DataLoader,Transform:
(第一篇)pytorch数据预处理三剑客之——Dataset,DataLoader,Transform
(第二篇)pytorch数据预处理三剑客之——Dataset,DataLoader,Transform
(第三篇)pytorch数据预处理三剑客之——Dataset,DataLoader,Transform
- 损失函数 loss function
CrossEntropyLoss() and Softmax():
深入浅出理解CrossEntropy
交叉熵损失,softmax函数和 torch.nn.CrossEntropyLoss()
Multi-class cross entropy loss and softmax in pytorch
How the dim parameter of the Softmax() is reflected in CrossEntropyLoss()
weights in loss function:
pytorch中交叉熵函数torch.nn.CrossEntropyLoss()怎么加入权重
CrossEntropyLoss,BCEWithLogitsLoss,BCEWithLogitsLoss细节(给不同的样本赋予不同的权重;给不同类别的样本赋予不同的权重)
What is the weight values mean in torch.nn.CrossEntropyLoss?
验证集loss上升,准确率却上升该如何理解?
简单一句话:不要太关注 vali_loss,只要 vali_accuracy 上升就好!无论是 vali_loss 还是 vali_accuracy,都是评价指标,选择最适合的评价指标即可。
解决样本不均衡的问题-调整类权重 修改交叉熵loss
Batch Size:
[调参]batch_size的选择