超级会员免费看
在PyTorch中遇到训练和预测相同图片数据结果不同的问题，可能原因包括：缺少`model.eval()`，数据预处理不一致，未设置随机数种子，模型保存与加载环境不一致，输入类型与权重类型不匹配，以及图像处理步骤不正确。解决方案包括正确使用模型状态，确保预处理一致性，设置随机数种子，注意模型保存和加载的环境匹配，以及在图像裁剪和resize时进行适当的归一化操作以提高人脸识别效果。
pytorch 训练和预测时，相同的图片数据，得到的结果不同？
解答：
1、验证、测试和预测时，要 加上 model.eval()
2、数据预处理不一致，训练时数据做了归一化、标准化等操作，预测时也要做相同的操作
3、未设置随机数种子
1、pytorch模型保存是基于pickle保存的，是将模型object对象保存了，这个保存在加载的时候，就要求你当前环境和你保存模型时候的环境完全一样(pytorch版本、自己定义的class类之类的)
Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same
此处要注释掉，原因不明
modelscope问题：
win10 coda python 3.7
订阅专栏 解锁全文
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
