![](/img/trans.png)
[英]PyTorch - How to use k-fold cross validation when the data is loaded through ImageFolder?
[英]How to use pytorch's cat function for K-Fold Validation (i.e. concatenate a list of pytorch chunks together)
我正在為 k 折交叉驗證拆分數據集,但在使用 Pytorch 的 stack/cat 函數連接張量列表時遇到問題。
首先,我使用 .chunk 方法將訓練集和測試集分成塊,如下所示
x_train_folds = torch.chunk(x_train, num_folds)
y_train_folds = torch.chunk(y_train, num_folds)
其中 x_train 是 torch.Size([5000, 3, 32, 32]) 的張量,y_train 是 torch.Size([5000]) 的張量
x_train_folds 和 y_train_folds 現在是 num_folds 張量的元組
然后,我需要設置一系列嵌套循環來遍歷 K 的不同值和各種折疊,同時始終從訓練集中排除一個折疊以在測試/驗證時使用:
for k in k_choices:
k_to_accuracies[k] = [] # create empty space to append for a given k-value
for fold in range(num_folds):
# create training sets by excluding the current loop index fold and using that as the test set
x_train_cross_val = torch.cat((x_train_folds[:fold], x_train_folds[fold+1:]), 0)
y_train_cross_val = torch.cat((y_train_folds[:fold], y_train_folds[fold+1:]), 0)
classifier = KnnClassifier(x_train_cross_val, y_train_cross_val)
k_to_accuracies[k].append(classifier.check_accuracy(x_train_folds[fold], y_train_folds[fold], k=k))
如您所見,我總是從原始訓練集中跳過一倍以用於驗證。 這是標准的 K 折交叉驗證。
不幸的是,我收到了以下我似乎無法弄清楚的錯誤: TypeError: expected Tensor as element 0 in argument 0, but got tuple
正如您在 API 列表中看到的那樣,.cat 似乎需要一個張量元組,這就是我所擁有的。 https://pytorch.org/docs/stable/torch.html#torch.cat
有沒有人有什么建議?
非常感謝 - 德魯
嘗試:
x_train_cross_val = torch.cat((*x_train_folds[:fold], *x_train_folds[fold+1:]), 0)
y_train_cross_val = torch.cat((*y_train_folds[:fold], *y_train_folds[fold+1:]), 0)
torch.cat
接收一個元組,其元素是torch.Tensor
類型。 但是,您的元組x_train_folds[:fold]
中的元素仍然是tuple
。 因此,您需要刪除張量的tuple
“裝飾器”。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.