Pytorch代码踩坑

1、CrossEntropy的weight的问题

在使用torch.nn.CrossEntropyLoss时,其中有个参数是weight,官方给出的文档中显示,weight是a manual rescaling weight given to each class,也就是一个缩放的尺度。但我发现,当另一个参数的reduction为mean的时候,会出现一些问题。

import torch
import torch.nn

pred = torch.tensor([[1,5],[2,2]]).float()
label = torch.tensor
### 推荐稳定的 PyTorch 版本及安装注意事项 #### 选择合适的 PyTorch 版本 对于寻求稳定性而言,建议选用标记为稳定版(Stable)的 PyTorch 版本[^2]。这类版本经过充分测试,在性能和可靠性方面表现良好。 #### 安装环境准备 确保操作系统满足官方支持的要求;针对Windows用户来说,需确认所使用的发行版被列为受支持的对象之一[^1]。另外,Python 的版本也至关重要,通常较新的 Python 主流分支会获得更好的适配和支持。 #### 安装步骤概述 为了顺利完成安装并减少潜在错误的发生: - **确定硬件配置**:了解当前计算机配备的是哪种显卡及其对应的 CUDA 版本号。 - **匹配 CUDA 和 PyTorch**:注意不同版本间的兼容性问题。例如,较高版本的 CUDA 可向下兼容较低版本的应用程序接口(API),这意味着如果设备上已安装有更高版本的 CUDA,则可以选择对应此条件下的最新稳定版 PyTorch 进行部署[^3]。 - **执行具体命令** 对于拥有特定 CUDA 配置 (如 CUDA 11.1) 的情况,可以通过如下方式来安装指定版本组合的 PyTorch、torchvision 和 torchaudio 组件: ```bash pip install torch==1.10.0+cu111 torchvision==0.11.0+cu111 torchaudio===0.10.0 -f https://download.pytorch.org/whl/torch_stable.html ``` 上述指令中的 URL 是指向包含预编译二进制文件的页面,这些文件适用于不同的平台架构与依赖关系设置。 - **验证安装成功与否** 完成以上操作之后,应当通过运行简单的代码片段或查阅库内建的帮助文档等方式检验是否正确加载了预期版本的软件包。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值