我正在尝试使用此数据框（在此示例中为 1 行）：
id Date value_now value+20min value+60min value+80min
0 2015-01-11 00:00:01 12 15 18 22
并将其转换为：
id Date Value
0 2015-01-11 00:00:01 12
0 2015-01-11 00:20:01 15
0 2015-01-11 00:40:01 18
0 2015-01-11 01:00:01 22
正如您所看到的，我需要更改值以响应列并创建行，我知道我可以使用melt 来做到这一点，但我很难做到。请帮我解决这个问题..... 谢谢！
我正在使用形状为 (X,42) 的某些张量，而 X 可以在 50 到 70 之间的范围内。我想填充我得到的每个张量，直到它达到 70 的大小。所以所有张量都将是 ( 70,42）。当我的起始大小是变量 X 时，有办法做到这一点吗？谢谢您的帮助！
我训练了一个Efficentnet-b6的模型（架构如下）：
https://github.com/lukemelas/EfficientNet-PyTorch
现在，我尝试加载我用它训练的模型：
checkpoint = torch.load('model.pth', map_location=torch.device('cpu'))
model.load_state_dict(checkpoint, strict=False)
但后来我收到以下错误：
_IncompatibleKeys
missing_keys=['_conv_stem.weight', '_bn0.weight', '_bn0.bias', ...]
unexpected_keys=['module._conv_stem.weight', 'module._bn0.weight', 'module._bn0.bias', ...]
请让我知道我该如何解决这个问题，我错过了什么？谢谢你！