dqq813
dqq813
用有标签数据初始化两个模型时，Loss在2.0左右稳定。然而在迭代过程中，loss只有0.01左右，且一直震荡。是不是说明两个模型预测伪标签的差异很小，模型之间没有分歧，所以就不能利用模型之间的分歧去纠正伪标签。
那请问可以使用coco数据集训练吗，我自己定义的数据集是coco格式的
您好，我在训练我自己的数据集时，出现了这个问题，请问应该怎么解决？ /pytorch/aten/src/ATen/native/cuda/ScatterGatherKernel.cu:86: operator(): block: [610,0,0], thread: [23,0,0] Assertion `idx_dim >= 0 && idx_dim < index_size && "index out of bounds"` failed. /pytorch/aten/src/ATen/native/cuda/ScatterGatherKernel.cu:86: operator(): block: [610,0,0], thread: [24,0,0] Assertion `idx_dim >=...
> @dqq813 建议检查一下类别数量等修改有没有造成下标溢出 已解决，谢谢您
for key in coco: if 'layer5' in key: my_key = 'classifier.0.convs' + key.split('conv2d_list')[1] else: my_key = 'backbone.' + key if my_voc[my_key].shape == coco[key].shape: voc_shape_match += 1 my_voc[my_key] = coco[key] else:...
> > for key in coco: > > if 'layer5' in key: > > my_key = 'classifier.0.convs' + key.split('conv2d_list')[1] > > else: > > my_key = 'backbone.' + key >...