Linsongrong
Linsongrong
hello, Has the problem been solved？
@xiaoxiong74 ，感谢你的回复，还有一个问题，infomap支持CUDA加速吗？如果支持该怎么做？
@XiaohangZhan hello,I also encountered the same problem, the problem of reducing batchsize to 1 still exists.
提的是256维啊 获取 Outlook for Android ________________________________ From: cvlmm Sent: Tuesday, September 15, 2020 11:36:50 AM To: yl-1993/learn-to-cluster Cc: Linsongrong ; Mention Subject: Re: [yl-1993/learn-to-cluster] about train GCNV (#60) @yl-1993 @Linsongrong...
你好，不知道你的config.py是怎么配置，无法判断你的错误，正常来说只需要改model的 feature_dim就可以了。 发送自 Windows 10 版邮件应用 ________________________________ 发件人: cvlmm 发送时间: Thursday, September 17, 2020 5:40:49 PM 收件人: yl-1993/learn-to-cluster 抄送: Linsongrong ; Mention 主题: Re: [yl-1993/learn-to-cluster] about train GCNV (#60) @yl-1993...
另外检查你的学习率。太大会导致模型不收敛。 发送自 Windows 10 版邮件应用 ________________________________ 发件人: cvlmm 发送时间: Thursday, September 17, 2020 5:40:49 PM 收件人: yl-1993/learn-to-cluster 抄送: Linsongrong ; Mention 主题: Re: [yl-1993/learn-to-cluster] about train GCNV (#60) @yl-1993 @Linsongrong...
我不知道怎么回答你，我认为这和数据集大小关系不大。 发送自 Windows 10 版邮件应用 ________________________________ 发件人: cvlmm 发送时间: Friday, September 18, 2020 3:48:46 PM 收件人: yl-1993/learn-to-cluster 抄送: Linsongrong ; Mention 主题: Re: [yl-1993/learn-to-cluster] about train GCNV (#60) @Linsongrong 嗯，感谢你的回复！...
或许可以考虑学习率的衰减步长，把他改小一点 发送自 Windows 10 版邮件应用 发件人: cvlmm 发送时间: 2020年9月18日 15:48 收件人: yl-1993/learn-to-cluster 抄送: Linsongrong; Mention 主题: Re: [yl-1993/learn-to-cluster] about train GCNV (#60) @Linsongrong 嗯，感谢你的回复！ 其他参数没动，改了feature_dim=512,lr=0.05，会有损失值，若默认为 lr=0.1则出现损失 loss = nan 尝试训练5.8M的数据集，以提高模型泛化能力，但完全走不动，请问你是怎么制定数据集大小的呢？，可以根据什么准确计算得到数据集限制大小呢...
1.数据集大小是有限制的，如果用gpu来训练的话，这取决与你的显存，由于是对整图进行训练，占用内存会非常大。 2.我没有对gcnv进行重新训练。 发送自 Windows 10 版邮件应用 发件人: cvlmm 发送时间: 2020年9月18日 16:11 收件人: yl-1993/learn-to-cluster 抄送: Linsongrong; Mention 主题: Re: [yl-1993/learn-to-cluster] about train GCNV (#60) @Linsongrong 嗯，正在尝试。你目前对于512GCNV网络训练取得的成绩怎样呢，引用做参考 ― You are receiving this...
@XHQC 你好， 你是对的，你对GCNV重新进行512维训练出结果了吗？效果如何？相比256维，时间花费大概增长了多少？