这是一个可能非常简单的问题。我刚刚开始使用PyTorch Lightning,无法弄清楚如何在训练后接收模型的输出。
我对y_train和y_test的预测都很感兴趣,希望以某种形式的数组(PyTorch张量或NumPy数组)返回,以便使用不同的脚本将其与标签一起绘制。
dataset = Dataset(train_tensor)
val_dataset = Dataset(val_tensor)
training_generator = torch.utils.data.DataLoader(dataset, **train_params)
val_generator = torch.utils.data.DataLoader(val_dataset, **val_params)
mynet = Net(feature_len)
trainer = pl.Trainer(gpus=0,max_epochs=max_epochs, logger=logger, progress_bar_refresh_rate=20, callbacks=[early_stop_callback], num_sanity_val_steps=0)
trainer.fit(mynet)
在我的Lightning模块中,我有以下函数:
def __init__(self, random_inputs):
def forward(self, x):
def train_dataloader(self):
def val_dataloader(self):
def training_step(self, batch, batch_nb):
def training_epoch_end(self, outputs):
def validation_step(self, batch, batch_nb):
def validation_epoch_end(self, outputs):
def configure_optimizers(self):
我需要一个特定的预测函数吗?还是已经有我看不到的实现方式了?
Commander
,你的大部分观点就无效了。我仍然认为你指出这一点很好,但反模式的说法过于强硬。 - Florian Blume