Pytorch evaluation每次运行结果不同的解决
时间：2022-01-20 09:17:50|栏目：Python代码|点击： 次
这两天跑测试图时，发现用同样的model，同样的测试图，每次运行结果不同;
经过漫长的debug发现，在net architure中有dropout，如下（4）：
(conv_block): Sequential(
(0): ReflectionPad2d((1, 1, 1, 1))
(1): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1))
(2): InstanceNorm2d(256, eps=1e-05, momentum=0.1, affine=False)
(3): ReLU(inplace)
(4): Dropout(p=0.5)
(5): ReflectionPad2d((1, 1, 1, 1))
(6): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1))
(7): InstanceNorm2d(256, eps=1e-05, momentum=0.1, affine=False)
)
在跑evaluation的时候，因为dropout的存在，每次运行会随机丢一些中间结果，从而导致最终结果有差异;
可以在evaluation过程中，使用eval() class强制丢掉random的内容，code如下：
self.fake_B = self.netG.eval().forward(self.real_A)
上一篇：wxpython实现图书管理系统
栏 目：Python代码
下一篇：python中文分词,使用结巴分词对python进行分词(实例讲解)
本文标题：Pytorch evaluation每次运行结果不同的解决
本文地址：http://www.codeinn.net/misctech/190823.html
