Pytorch evaluation每次运行结果不同的解决
这两天跑测试图时,发现用同样的model,同样的测试图,每次运行结果不同;
经过漫长的debug发现,在net architure中有dropout,如下(4):
(conv_block): Sequential( (0): ReflectionPad2d((1, 1, 1, 1)) (1): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1)) (2): InstanceNorm2d(256, eps=1e-05, momentum=0.1, affine=False) (3): ReLU(inplace) (4): Dropout(p=0.5) (5): ReflectionPad2d((1, 1, 1, 1)) (6): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1)) (7): InstanceNorm2d(256, eps=1e-05, momentum=0.1, affine=False) )
在跑evaluation的时候,因为dropout的存在,每次运行会随机丢一些中间结果,从而导致最终结果有差异;
可以在evaluation过程中,使用eval() class强制丢掉random的内容,code如下:
self.fake_B = self.netG.eval().forward(self.real_A)
以上这篇Pytorch evaluation每次运行结果不同的解决就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
Python中dictionary items()系列函数的用法实例
这篇文章主要介绍了Python中dictionary items()系列函数的用法,很实用的函数,需要的朋友可以参考下2014-08-08Python+request+unittest实现接口测试框架集成实例
这篇文章主要介绍了Python+request+unittest实现接口测试框架集成实例,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧2018-03-03python 统计一个列表当中的每一个元素出现了多少次的方法
今天小编就为大家分享一篇python 统计一个列表当中的每一个元素出现了多少次的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2018-11-11Python sklearn库实现PCA教程(以鸢尾花分类为例)
今天小编就为大家分享一篇Python sklearn库实现PCA教程(以鸢尾花分类为例),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
最新评论