→ f496328mm: 為什麼想用 CNN 在回歸上? cnn 一般都用在影像處理02/18 13:14
→ f496328mm: 為什麼想用 CNN 在回歸上? cnn 一般都用在影像處理02/18 13:14
→ f496328mm: 而且 cnn 有所謂的 pool,這樣資料怎麼處理會很重要02/18 13:15
因為目前的input是一個二維的矩陣
因此認為使用DNN的話參數會過多而難以學習
因此才想使用CNN進行迴歸預測
目前網路上對於回歸模型的討論很少,所以也不知道有沒有其他的架構可以使用@@
※ 編輯: karco (140.113.121.150), 02/18/2019 13:19:55
推 sma1033: 沒有code可參考,也不知道你的train/test流程,連資料02/18 16:40
→ sma1033: 大概長什麼樣子都不知道,難道是要人幫忙隔空抓藥?02/18 16:41
大大抱歉 沒有附上程式碼的原因是因為
訓練模型時並沒有遇到問題
而是在切換成model.eval()時才出現
並且將訓練數據集放進測試數據集時問題還是一樣
因此我第一時間就判斷是在eval出現問題
而非數據處理相關
所以我認為可能是一個比較大眾的pytorch問題
才沒有特別上傳程式碼 十分不好意思@@
然後這問題我暫時解決了
下午在pytorch的論壇上發現了此篇
下午在pytorch的論壇上發現了此篇
https://discuss.pytorch.org/t/performance-highly-degraded-when-eval-is-activated-in-the-test-phase/3323/4
照著回覆中的設定
將BN層
track_running_stats設成false後就正常運行了
所以問題應該是發生在單獨的model.eval()前
還要手動將bn層的設置關閉
只是這樣的設置 雖然有效
但不知道是否合理(?
因為看論壇後續的回覆 似乎也是眾說紛紜
所以還是希望可以跟各位大大進行討論
※ 編輯: karco (39.12.138.80), 02/18/2019 17:54:14
推 f496328mm: 網路上對於回歸模型的討論應該超多02/18 18:54
網路上我找到的迴歸討論
都在初步的線性迴歸模型而已
許多書籍的介紹也是
基本上都是重複的介紹@@
CNN進行迴歸問題目前只看到了幾篇論文
請問大大是否有推薦的網路資源
因為我真的沒找到很多
※ 編輯: karco (39.12.138.80), 02/18/2019 19:07:15
※ 編輯: karco (39.12.138.80), 02/18/2019 19:07:15
→ f496328mm: 你可以用 XGBoost 試試,在kaggle上,這跟DL平起平坐02/18 19:27
好的 我會研究看看
感謝建議
※ 編輯: karco (39.12.138.80), 02/18/2019 20:11:36
→ supermmi: 你第二個問題我遇過,忘了怎解掉,印像是訓練的參數和 07/05 13:16
→ supermmi: 測試時的參數不一致 07/05 13:16
→ supermmi: 回一下前面推文,CNN也可用在非影像,如時間序列資料, 07/05 13:19
→ supermmi: 用一維卷積。我的經驗是效果還不錯 07/05 13:19
→ supermmi: cnn用迴歸很簡單,我的做法是把最後一層softmax換成迴 07/05 13:24
→ supermmi: 歸函數就行了,麻煩的是怎解釋輸出結果 07/05 13:24