如何解决关于pytorch中batch_size的问题
我尝试了 PyTorch 并想为 PHM 2010 编写一个程序。但是,程序的结果并不好。存在一个问题,即随着 batch_size 的增加,预测变得更糟。 数据集为PHM2010,共有315组样本,每组样本的输入有7个信号,输出为磨损值。数据集中共有6个刀具磨损值,分别为C1、C2、C3、 C4、C5 和 C6。其中 1,4 和 6 具有作为监督学习的真实磨损值。此代码采用 C1 数据集。 神经网络使用卷积神经网络。 当batch_size为1时,预测值接近Keras框架中的值。然而,随着batch_size的增加,预测值会偏离真实值。
github 中的代码:https://github.com/charmerphil/CNN-keras-and-pytorch.git 如下图所示。
figure 1,batch_size = 1 pytorch
figure 2,batch_size = 2 pytorch
figure 3,batch_size = 3 pytorch
figure 4,batch_size = 5 pytorch
figure 5,batch_size = 10 pytorch
figure 6,batch_size = 10 keras
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。