Questions on notebook wgan-1.ipynb
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 35/100
- Tipo di issue
- Bug
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Stack tecnologico
- jupyter-notebook, python, pytorch
- Ambito
- machine-learning
Direzione di ricerca
Start with pytorch_ipynb/gan/wgan-1.ipynb and the discriminator training section that calls wasserstein_loss(valid, disc_pred_real). Reproduce the reported tensor-size error, then inspect how the final batch of images and labels is formed. Done means the notebook runs without mismatched dimensions for both full and final batches.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Hi,
I am going through the notebook wgan-1.ipynb and upon running the script as is I encounter the following error:
Traceback (most recent call last):
File "3_wgan.py", line 162, in <module>
real_loss = wasserstein_loss(valid, disc_pred_real)
File "3_wgan.py", line 76, in wasserstein_loss
return torch.mean(y_true * y_pred)
RuntimeError: The size of tensor a (128) must match the size of tensor b (100352) at non-singleton dimension 0
As a result, I updated the line in the discriminator training part to:
real_loss = wasserstein_loss(valid, disc_pred_real[:128])
so that the dimensions match.
However, with the last 96 img, and labels and the dimensions are again unmatched. I am wondering if there could be a better way to approach this?
Thank you
- Lingua principale
- Jupyter Notebook
- Stelle
- 17.6k
- Fork
- 4.1k
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di rasbt/deeplearning-models
-
Encoder weights initialized twice, decoder weights not initializedForse di nuovo libera Una pull request per questa issue è stata chiusa senza essere unita. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 45/100
rasbt/deeplearning-models#79 · 1 commento ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 35/100
rasbt/deeplearning-models#78 ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
rasbt/deeplearning-models#76 · 2 commenti · 1 reazione ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 25/100
rasbt/deeplearning-models#74 ·
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 15/100
rasbt/deeplearning-models#56 · 3 commenti ·
Tutte le issue di rasbt/deeplearning-models
Issue simili
-
desktop-app
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
raullenchai/Rapid-MLX#4975 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
NeuroTechX/moabb#1321 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 85/100
aws/sagemaker-python-sdk#6500 ·
I maintainer di solito rispondono entro 2 giorni
-
DINO initialization ignores a double-precision backbone dtypeForse già presa @IlyaKhalafi l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
lucidrains/vit-pytorch#379 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
wild-edge/wildedge-python#63 ·