PyTorch踩坑记录1

1 model.eval()无法关闭dropout

因为model.eval()控制self.training参数,只有用nn.Dropout(0.5)声明才能在调用model.eval()后关闭,用F.dropout(x, p=0.5)是没办法自动关闭的,需要手动把self.training的参数传入到F.dropout()里才行。

网上查到是因为model.eval()会影响继承nn.module类的self.方法的训练和测试,但是F.dropout更像是一个函数没继承nn,module。

另外,回归模型在后面几层应该避免使用dropout,最多在浅层使用。

2 BCEloss归一化

在tf2中BCEloss没有归一化,但是在torch中的损失函数是归一化了的。

相关推荐
武子康11 分钟前
调查研究-216 Tesla Robotaxi 进了 Miami,但真正的考题才刚开始
人工智能·llm·自动驾驶
LaughingZhu14 分钟前
Product Hunt 每日热榜 | 2026-07-05
人工智能·经验分享·深度学习·神经网络·产品运营
海兰22 分钟前
【AI编程思考:第六篇】学习记忆与 Agent 状态:让 AI 真正“记得”你
人工智能·学习·ai编程
Dragon Wu26 分钟前
ComfyUI ReActor需要下载检测模型的解决方案
人工智能·ai
雨辰AI27 分钟前
【零基础实战】大模型入门面试 100 问:基础概念 + 环境实操(一问一答版,直接背诵)
人工智能·ai·面试·职场和发展·ai编程
龙萱坤诺28 分钟前
Claude Fable 5 重新开放:最强模型回归
大数据·运维·人工智能
月下的树29 分钟前
双目视觉深度原理
人工智能
Token炼金师29 分钟前
数据工程层:企业AI项目七成折戟的第一道死亡谷
人工智能·深度学习·llm
许彰午34 分钟前
77_Python数据清洗实战技巧
开发语言·python