2019-04-01 Pytorch:用fashion-mnist训练网络(有office2019包)

这篇文章是接着上面那篇文章来的。步骤参照这篇博文:pytorch用自己的数据训练自己写的网络 - 请叫我小皇帝 的博客 - CSDN博客


以下是在用fashion_mnist图片训练的时候遇到的坑以及如何填坑。

1.tensor(9)对于int()是无效文本(invalid literal for int() with base 10)

问题的原因是语句 int(x,base=10),x的输入要求是数字,无法将tensor转化为整型。所以将train.txt和text.txt文本中的tensor(x)都改为x。


把第一行的格式改成第二行的格式

PS:在这要提到标签文档都是很多行的(train.txt有将近7w行),如果一行一行的把tensor(x)改成x会自闭的。不妨试一下excel大法:https://zhidao.baidu.com/question/280110208.html

2.列表索引超出范围(list index out of range)

这个问题困惑了我好几天,试了各种方法。最终确定是生成的train.txt和text.txt文件不能有多余的空行,这会导致变量line是空,所以words = line.split()也是空,word[0]和word[1]就报错了。

有问题的txt文件

把文档最后的空行删掉,这个问题就解决了。

3.无效的0维张量索引(invalid index of a 0-dim tensor)

这个是版本升级引起的,作如下更改,

       #train_loss += loss.data[0] 原版

        train_loss += loss.item()  #改进后

同样需要改进的还有line104,line121,line124

       #train_acc += train_correct.data[0] 原版

        train_acc += train_correct.item()  #改进后

        #eval_loss += loss.data[0] 原版

        eval_loss += loss.item()  #改进后

        #eval_acc += num_correct.data[0] 原版

        eval_acc += num_correct.item() #改进后

点击运行,成功。网络结构和训练过程打印如下。


啦啦啦,这一部分告一段落~~



为了方便记录,我安装了office2019 Standard(还有2013,2016版本可以选择),安装组件如下。

安装步骤很简单,我选择的是online install,你可以选择你想安装的部件。注意上图的x86和x64的系统选择和Langs(语言)选择。选择完毕点击Install Office,然后等待它安装完成就好了。

激活也很简单,点击utilities---office retall---activate office等待即可。

附上网盘链接,如有需要自行下载,提取码: u43j 。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,884评论 6 513
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,212评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 167,351评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,412评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,438评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,127评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,714评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,636评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,173评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,264评论 3 339
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,402评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,073评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,763评论 3 332
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,253评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,382评论 1 271
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,749评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,403评论 2 358

推荐阅读更多精彩内容