位置: IT常识 - 正文

关于Pytorch中的train()和eval()(以及no_grad())(pytorch train())

编辑:rootadmin
关于Pytorch中的train()和eval()(以及no_grad()) 1、三剑客:train()、eval()、no_grad()1.1 train()1.2 eval()1.3 no_grad()2、简单分析下2.1 为什么要使用train()和eval()2.2 为什么可以把训练集的统计量用作测试集?3、我的坑

推荐整理分享关于Pytorch中的train()和eval()(以及no_grad())(pytorch train()),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:pytorch trace,pytorch tqdm,pytorch trace,pytorch jit trace,pytorch trace,pytorch tqdm,pytorch tqdm,pytorch trace,内容如对您有帮助,希望把文章链接给更多的朋友!

起源是我训练好了一个模型,新建一个推理脚本加载好checkpoint和预处理输入后推理,发现无论输入是哪一类甚至是随机数,其输出概率总是第一类的值最大,且总是在0.5附近,排查许久,发现是没有加上model.eval()函数。

因为我使用了model.no_grad(),下意识认为不需要加model.eval(),导致发生了本次事故

1、三剑客:train()、eval()、no_grad()

这三个函数实际上很常见,先来简单看下使用方法

1.1 train()

train()是nn.Module的方法,也就是你定义了一个网络model,那么mdoel.train()表示将该model设置为训练模式,一般在开始新epoch训练时,我们会首先执行该命令:

...model.train()# 将模型设置为训练模式for i, data in enumerate(train_loader): # 开始新epoch的训练images, labels = data images, labels = images.to(device), labels.to(device)...

1.2 eval()

同train()一样,其用法和含义也一样,eval()是nn.Module的方法,也就是你定义了一个网络model,那么mdoel.eval()表示将该model设置为验证模式,一般在开始验证当前model效果时,我们会首先执行该命令:

...model.eval()# 将模型设置为验证模式for i, data in enumerate(eval_loader): # 在验证集上验证images, labels = data images, labels = images.to(device), labels.to(device)...

1.3 no_grad()

no_grad()是torch库的方法,和上下文管理器with来搭配使用。 其作用是禁用梯度计算,当你确定不会调用tensor.backward()时。它将减少计算的内存消耗,否则这些计算将requires_grad=True。 如果设定了no_grad(),即使输入张量属性requires_grad为True,也不会计算梯度

一般我们进行模型验证或者模型推理时,就不需要梯度以及反向传播,所以我们可以在torch.no_grad()上下文管理器中执行我们的验证或推理任务,可以显著降低显存的使用。

with torch.no_grad():output=model(input_tensor)# 模型推理print(output) # model推理才涉及梯度等,print都不涉及了,所以在不在with之中已经无所谓了2、简单分析下2.1 为什么要使用train()和eval()

我们知道nn.Module中的BN层可以加速收敛,但是该层需要计算输入BatchTensor的均值和方差,毕竟一个BatchSize为64、128甚至更大,计算他们的均值和方差也简单。

关于Pytorch中的train()和eval()(以及no_grad())(pytorch train())

但问题是,当我们推理时,去对一张图像进行推理时,计算到BN层也需要该批次的均值和方差。但是现在就一个tensor,计算其均值和方差是没有意义的(一个样本的均值和方差统计量说明不了什么)。

实际上在推理时BN所需要的均值和方差是训练时的值(可以理解为训练时把训练样本的均值和方差记录下来了)。

问题来了,模型怎么知道我现在是训练状态还是推理状态?

当model.train()时,模型处于训练状态,模型会计算Batch的均值和方差

当model.eval()时,模型处于验证状态,模型会使用训练集的均值和方差作为验证数据的均值和方差

同样的还有Dropout层,Dropout层在训练时会随机失活某些神经元,提高模型泛化能力,但是在验证推理时,Dropout层不需要再失活了,也就是所有的神经元都要“干活”了。

总之train()和eval()最主要就是影响了BN层和Dropout层

2.2 为什么可以把训练集的统计量用作测试集?

为什么可以把训练集的统计量用作测试集,因为无论是训练集、验证集还是测试机,甚至是没有收集到的同类图像,他们都是独立同分布的。

换句话说,世界上所有的猫的图片组成一个集合,那么这个集合就存在一个分布,这个分布就像高斯分布、泊松分布等,只不过这个猫的集合分布可能更加复杂,暂叫它猫分布吧。

这个猫分布中每一个样本都肯定是服从这个猫分布的,但同时这些样本互不相关联,我们把其中一部分拿来做训练集,再拿一小部分做测试集。

我们设计了一个模型在训练集上训练,因为训练集也服从猫分布,所以模型在训练集上“锻炼”出来的能力,就是从小块训练集去拟合整个猫分布。

即从少量猫图上去推理所有猫图,从而具有泛化能力,去推理没有见过的但同类的图像也有非常好的效果。但是这也容易造成管中窥豹,只看到事物的一部分,见不全面,所以模型又无法识别出所有的猫图。

3、我的坑

我下意识以为使用了no_grad()就不需要再设置了eval(),导致训练效果很好,自己以测试,其输出的概率毫无逻辑。

eval()是影响BN层和Dropout层 而no_grad()是不计算梯度 两个是风马牛不相及,当然搭配使用效果即好还剩内存!

本文链接地址:https://www.jiuchutong.com/zhishi/295386.html 转载请保留说明!

上一篇:面试官问出这几道算法题,你能扛住么?(面试官问几个问题)

下一篇:微信小程序【获取用户昵称头像和昵称(附源码)】(微信小程序获取位置信息的权限在哪里修改位置)

  • 应收留抵税额退税款属于哪类科目
  • 企业资产损失税前扣除管理办法2011215号第46条
  • 城镇土地使用税纳税义务发生时间
  • 为什么应交增值税记在借方
  • 简易计征怎么开票
  • 公司股东投资比例
  • 红字信息表能开多少行
  • 成本和费用的区别在于()
  • ATM可以存款到对公账户吗?
  • 未投入使用的道路
  • 发票验旧的办理条件及所需资料是什么
  • 由于红字发票生成红字进项税转出如何做账?
  • 银行代扣出口快递费用
  • 以前年度做的预算怎么查
  • 异地预缴企业所得税
  • 食用油从商业流入的原因
  • 文体活动费用计入什么科目
  • 发票签收单怎么填
  • 增值税申报内容及步骤
  • 城镇土地使用税会计分录怎么做
  • 外购产品用于赠送帐务处理
  • 企业支付宝可以转账到对公账户吗
  • 土地使用权的租赁与出租的区别
  • 所得税 季报
  • 外购商品领用会计分录
  • 应付政府补贴款名词解释
  • 建筑公司异地预缴增值税
  • 1697510839
  • win10电脑键盘灵敏度怎么调
  • 生产领用包装物计入哪里
  • php实现微信发红包的方法
  • php接收数据的方法
  • 退休人员被返聘还能领养老金吗?
  • 收到保险公司赔付的车辆维修费的会计分录
  • 年度汇算清缴怎么查询
  • element-ui table使用type=‘selection‘复选框全禁用-全选禁用
  • 劳务费发票和建筑劳务费发票
  • 红字发票什么作用
  • 政府会计制度固定资产折旧方法
  • javascript移动鼠标
  • php验证码功能怎么实现
  • php文件用什么运行
  • framework3.5怎么打开
  • c#开发入门及项目实战
  • 科目汇总表借方发生额为零怎么填
  • 图书免税?
  • mongodb起源
  • 印花税怎么交税率是多少
  • 增值税发票价税合计不能超过多少
  • 固定资产怎么进行无形资产清理的
  • 小规模纳税人怎么申报增值税报表
  • centos php-fpm
  • 暂估入库结转成本后如何冲红
  • 接收商业承兑汇票有风险吗
  • 让渡资产使用权什么意思
  • 残保金计提比例
  • 银行发放执行款多久到账
  • 进口关税的会计处理方法
  • 房地产开发公司是做什么的
  • 用于研发购买的云服务器应计入研发费用直接投入里吗
  • 单位要处置一辆车怎么办
  • 企业的职工福利费
  • 收到红字发票如何处理
  • 无形资产摊销费怎么算
  • win10文件夹设置
  • qbdagent2002.exe - qbdagent2002是什么进程 有什么用
  • 华硕a400u安装win7
  • w8系统怎么用
  • Linux Bash Shell入门教程
  • linux入门知识
  • cocos2dx-js
  • python模块和类和方法
  • windows与苹果
  • 虚拟摇杆 安卓
  • 字典树原理
  • 北京地方税务局李宗定
  • 同比减少怎么计算出来
  • 电脑上怎样安装word文档
  • 法制观念的问题
  • 山西税务体检医院
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设