这里给出的例子encoder分别使用了两个优化器decoder。为什么？什么时候这样做？
对于这个张量是 PyTorch，
tensor([[ 0.7646, 0.5573, 0.4000, 0.2188, 0.7646, 0.5052, 0.2042, 0.0896,
0.7667, 0.5938, 0.3167, 0.0917],
[ 0.4271, 0.1354, 0.5000, 0.1292, 0.4260, 0.1354, 0.4646, 0.0917,
-1.0000, -1.0000, -1.0000, -1.0000],
[ 0.7208, 0.5656, 0.3000, 0.1688, 0.7177, 0.5271, 0.1521, 0.0667,
0.7198, 0.5948, 0.2438, 0.0729],
[ 0.6292, 0.8250, 0.4000, 0.2292, 0.6271, 0.7698, 0.2083, 0.0812,
0.6281, 0.8604, 0.3604, 0.0917]], device='cuda:0')
我如何提取这些值到新的张量
0.7646, 0.5573, 0.4000, 0.2188
0.4271, 0.1354, 0.5000, 0.1292
如何将两行的前 4 行放入新的张量中？
我是火炬和蟒蛇的大人物，
我正在尝试使用 Google COlab 在网上找到的一些机器学习代码，但出现以下错误：
---------------------------------------------------------------------------
RuntimeError Traceback (most recent call last)
<ipython-input-4-d4b0db6cedae> in <module>()
295 input_dropout=input_dropout, hidden_dropout1=hidden_dropout1,
296 hidden_dropout2= hidden_dropout2, label_smoothing= label_smoothing)
--> 297 experiment.train_and_eval()
298
299
2 frames
/usr/local/lib/python3.6/dist-packages/torch/cuda/__init__.py in _lazy_init()
195 "Cannot re-initialize CUDA in forked subprocess. " + msg)
196 _check_driver()
--> 197 torch._C._cuda_init()
198 _cudart = _load_cudart()
199 _cudart.cudaGetErrorName.restype = ctypes.c_char_p
RuntimeError: cuda runtime error (100) : no CUDA-capable device is detected at /pytorch/aten/src/THC/THCGeneral.cpp:50
我知道 cude 是用于 GPU 处理的吗？那么我该如何解决这个问题呢？我正在尝试使用此链接中的代码：
在 PyTorch 中，torch.nn.function.embedding_bag 似乎是负责执行嵌入查找的实际工作的主要函数。在 PyTorch 的文档中，提到 embedding_bag 可以完成其工作 > 无需实例化中间嵌入。这究竟意味着什么？这是否意味着例如当模式为“sum”时它会进行就地求和？或者它只是意味着在调用 embedding_bag 时不会产生额外的张量，但仍然从系统的角度来看，所有中间行向量已经被提取到处理器中以用于计算最终张量？
def cxcy_to_xy(cxcy):
"""
Convert bounding boxes from center-size coordinates (c_x, c_y, w, h) to boundary coordinates (x_min, y_min, x_max, y_max).
:param cxcy: bounding boxes in center-size coordinates, a tensor of size (n_boxes, 4)
:return: bounding boxes in boundary coordinates, a tensor of size (n_boxes, 4)
"""
return torch.cat([cxcy[:, :2] - (cxcy[:, 2:] / 2), # x_min, y_min
cxcy[:, :2] + (cxcy[:, 2:] / 2)], 1) # x_max, y_max
我想用tensorflow 2.0改变这个torch.cat
import torchaudio
当我尝试在 Pycharm 上导入手电筒音频时，出现此错误
61: UserWarning: No audio backend is available.
warnings.warn('没有可用的音频后端。')
Bert 有一个类似于encoder -> 12 BertLayer -> Pooling. 我想训练 Bert 模型的最后 40% 层。我可以将所有图层冻结为：
# freeze parameters
bert = AutoModel.from_pretrained('bert-base-uncased')
for param in bert.parameters():
param.requires_grad = False
但我想训练最后 40% 的层。当我这样做时len(list(bert.parameters()))，它给了我 199。所以让我们假设 79 是参数的 40%。我可以做这样的事情：
for param in list(bert.parameters())[-79:]: # total trainable 199 Params: 79 is 40%
param.requires_grad = False
我认为它会冻结前 60% 的层。
另外，有人可以告诉我它会根据架构冻结哪些层吗？
我不确定为什么会出现速率限制错误。
(fashcomp) [jalal@goku fashion-compatibility]$ python main.py --test --l2_embed --resume runs/nondisjoint_l2norm/model_best.pth.tar --datadir ../../../data/fashion
/scratch3/venv/fashcomp/lib/python3.8/site-packages/torchvision/transforms/transforms.py:310: UserWarning: The use of the transforms.Scale transform is deprecated, please use transforms.Resize instead.
warnings.warn("The use of the transforms.Scale transform is deprecated, " +
Traceback (most recent call last):
File "main.py", line 313, in <module>
main()
File "main.py", line 105, in main
model = torch.hub.load('pytorch/vision:v1.9.0', 'resnet18', pretrained=True)
File "/scratch3/venv/fashcomp/lib/python3.8/site-packages/torch/hub.py", line 362, in load
repo_or_dir = _get_cache_or_reload(repo_or_dir, force_reload, verbose)
File "/scratch3/venv/fashcomp/lib/python3.8/site-packages/torch/hub.py", line 162, in _get_cache_or_reload
_validate_not_a_forked_repo(repo_owner, repo_name, branch)
File …我有一个用 cuda 训练的张量，我想将其部署在 CPU 上。我让模型在Google Colab GPU 运行时上运行，切换到 CPU 运行时并尝试将其移植。
很抱歉没有包含可重现的示例，如果数据集位于我的谷歌驱动器上，我真的不知道最佳实践是什么。
model = mymodel()
device = torch.device("cpu")
state_dict = torch.load(loadckpt,map_location=device)
model.load_state_dict(state_dict['model'])
model.eval()
result = model(sample)
当我运行这个时，我收到以下回溯错误
---------------------------------------------------------------------------
RuntimeError Traceback (most recent call last)
<ipython-input-25-5336d222ce8f> in <module>()
8 # right_pad_np = sample["right_pad"]
9 # disp_est_uint = np.round(disp_est_np * 256).astype(np.uint16)
---> 10 test_sample(sample)
8 frames
/content/CFNet/utils/experiment.py in wrapper(*f_args, **f_kwargs)
28 def wrapper(*f_args, **f_kwargs):
29 with torch.no_grad():
---> 30 ret = func(*f_args, **f_kwargs)
31 return ret
32
<ipython-input-25-5336d222ce8f> in test_sample(sample)
2 def …我正在安装 DARTS TimeSeries 库（https://github.com/unit8co/darts/blob/master/INSTALL.md#enabling-optical-dependencies），但遇到了依赖项安装问题。在 DARTS 安装指南中，它说如果我们遇到这个问题，我们必须参考 PyTorch 的官方安装指南，然后尝试再次安装 Darts。然后，当我尝试在 python 3.12.1 上安装 torch 时，我遇到了这个错误：
\n\n\n错误：找不到满足火炬要求的版本（来自版本：无）
\n错误：找不到火炬的匹配发行版。
\n
怎么解决呢？
\n我使用 PyCharm 作为 Python 代码编辑器。
\n我尝试了pip install darts，但它没有安装所有软件包并遇到此错误 error: subprocess-exited-with-error
pip subprocess to install build dependencies did not run successfully.\n \xe2\x94\x82 exit code: 1\n \xe2\x95\xb0\xe2\x94\x80> [136 lines of output]\n Collecting setuptools>=64.0\n Obtaining dependency information for setuptools>=64.0 from https://files.pythonhosted.org/packages\n然后，我尝试使用 pip install torch 来安装 torch 并遇到此错误\n错误：找不到满足需求 torch 的版本（来自版本：无）\n错误：找不到 torch 的匹配发行版
\n