μμ€ μ½λμ ν¨κ» μ΅μ λ²μ μ pytorchλ₯Ό μ€μΉνμ λ λ€μ μ€λ₯κ° λ°μνμ΅λλ€.
UserWarning: 0μ°¨μ ν
μμ μλͺ»λ μΈλ±μ€μ
λλ€. μ΄κ²μ PyTorch 0.5μ μ€λ₯μ
λλ€. tensor.item()μ μ¬μ©νμ¬ 0μ°¨μ ν
μλ₯Ό Python μ«μλ‘ λ³νν©λλ€.
train_loss += loss.data[0]
μμΆμ (κ°μ₯ μ΅κ·Ό νΈμΆ λ§μ§λ§):........................... 10/2984 λ¨κ³: 61ms | ν νΈ: 2μ΄170ms | μμ€: νμΌ "testgn.py", 267ν,
κΈ°μ°¨(μν¬ν¬)
κΈ°μ°¨μμ νμΌ "testgn.py", 199λ²μ§Έ μ€
% (train_loss/(batch_idx+1), 100.*μ νν/μ΄, μ νν, μ΄))
RuntimeError: κ°μ μ€λ²νλ‘ μμ΄ uint8_t μ νμΌλ‘ λ³νν μ μμ΅λλ€: 264
그건 κ·Έλ κ³ , μ½λλ condaμ μν΄ μ€μΉλ pytorchμμ μ μ€νλ©λλ€.
λλ λΉμ μ΄ μ¬λ°λ₯Έ μ νμ λ¬Έμ λ₯Ό ν΄κ²°ν΄μΌ νλ€κ³ μκ°ν©λλ€. λλ λΉμ μ΄ μ»λ μ¬λ°λ₯Έ μ νμ΄ 'byteTensor'λΌκ³ λ―Ώμ΅λλ€.
μ κ°μ€λ½κ²λ μ μλ μ΄ λ¬Έμ λ₯Ό κ²ͺμ μ μ΄ μμ΅λλ€. μ μμ΄λμ΄κ° λμμ΄ λκΈ°λ₯Ό λ°λλλ€.
μ€λ₯ λ©μμ§μ νμλ λλ‘ loss.data[0]
λ₯Ό loss.item()
λ‘ λ³κ²½ν΄μΌ ν μ μμ΅λλ€.
μ, μ΄κ²μ Variable/Tensor λ³ν©μ λΆμμ©μ
λλ€. μ€λ₯ λ©μμ§λ₯Ό λ°λ₯΄μμμ€(λλ float(loss)
λ₯Ό μ¬μ©νμ¬ λͺ
μμ μΌλ‘ floatλ‘ μΊμ€νΈνμμμ€.
/home/kerax/usys/anaconda3/lib/python3.6/site-packages/ipykernel_launcher.py:31: UserWarning: 0μ°¨μ ν
μμ μλͺ»λ μΈλ±μ€μ
λλ€. μ΄κ²μ PyTorch 0.5μ μ€λ₯μ
λλ€. tensor.item()μ μ¬μ©νμ¬ 0μ°¨μ ν
μλ₯Ό Python μ«μλ‘ λ³νν©λλ€.
/home/kerax/usys/anaconda3/lib/python3.6/site-packages/ipykernel_launcher.py:32: UserWarning: 0μ°¨μ ν
μμ μλͺ»λ μΈλ±μ€μ
λλ€. μ΄κ²μ PyTorch 0.5μ μ€λ₯μ
λλ€. tensor.item()μ μ¬μ©νμ¬ 0μ°¨μ ν
μλ₯Ό Python μ«μλ‘ λ³νν©λλ€.
λ°λ³΅: 0, D: 1.351, G: 0.6499
κ°μ μ€λ₯κ° λ°μνμ§λ§ μμμ μΈκΈν [vishwakftw]μ κ°μ΄ loss.item()μΌλ‘ μμ νμ΅λλ€. κ°μ¬ν©λλ€
[vishwakftw] κ°μ¬ν©λλ€. μ΄κ²μ pytorch'λ²μ λ¬Έμ μ λλ€.
μ΄ μ€λ₯κ° λ°μν©λλ€. ν΄κ²° λ°©λ²μ μλ μ¬λμ΄ μμ΅λκΉ? 미리 κ°μ¬λ립λλ€!
IndexError μμΆμ (κ°μ₯ μ΅κ·Ό νΈμΆ λ§μ§λ§)
21 save_file_name = 'jigsaw_cifar100_e{}_s{}.pk'.format(n_epochs, sinkhorn_iter)
22 history = train_model(λͺ¨λΈ, κΈ°μ€, μ΅ν°λ§μ΄μ , train_loader, validation_loader,
---> 23 n_epochs=n_epochs, save_file_name=save_file_name)
24
38ν
39κ° μΆλ ₯ = λͺ¨λΈ(x_in)
---> 40 n_correct_pred += compute_acc(vecmat2perm2x2(μΆλ ₯), perms, False).data[0]
41 μμ€ = κΈ°μ€(μΆλ ₯, y_in)
42ν
IndexError: 0μ°¨μ ν μμ μλͺ»λ μΈλ±μ€μ λλ€. tensor.item()μ μ¬μ©νμ¬ 0μ°¨μ ν μλ₯Ό Python μ«μλ‘ λ³νν©λλ€.
μ΄ μ€λ₯κ° λ°μν©λλ€. ν΄κ²° λ°©λ²μ μλ μ¬λμ΄ μμ΅λκΉ? 미리 κ°μ¬λ립λλ€!
IndexError μμΆμ (κ°μ₯ μ΅κ·Ό νΈμΆ λ§μ§λ§)
21 save_file_name = 'jigsaw_cifar100_e{}_s{}.pk'.format(n_epochs, sinkhorn_iter)
22 history = train_model(λͺ¨λΈ, κΈ°μ€, μ΅ν°λ§μ΄μ , train_loader, validation_loader,
---> 23 n_epochs=n_epochs, save_file_name=save_file_name)
24
38ν
39κ° μΆλ ₯ = λͺ¨λΈ(x_in)
---> 40 n_correct_pred += compute_acc(vecmat2perm2x2(μΆλ ₯), perms, False).data[0]
41 μμ€ = κΈ°μ€(μΆλ ₯, y_in)
42ν
IndexError: 0μ°¨μ ν μμ μλͺ»λ μΈλ±μ€μ λλ€. tensor.item()μ μ¬μ©νμ¬ 0μ°¨μ ν μλ₯Ό Python μ«μλ‘ λ³νν©λλ€.
μ€λ₯ λ©μμ§μ μ§μΉ¨μ λ°λ₯΄μμμ€.
κ°μ₯ μ μ©ν λκΈ
μ€λ₯ λ©μμ§μ νμλ λλ‘
loss.data[0]
λ₯Όloss.item()
λ‘ λ³κ²½ν΄μΌ ν μ μμ΅λλ€.