Мои функции обучения и проверки не изучаются - PullRequest
Новая
       13

Мои функции обучения и проверки не изучаются

0 голосов
/ 12 июня 2019

Я работаю в классификаторе музыкальных нот. У меня есть простая многослойная запись персептрона в Pytorch. Мои музыкальные ноты изолированы. Я просто пытаюсь узнать одну ноту каждый раз.

Мой персептрон имеет вход формы 252 и выход 88. В цели, если я попытался распознать ноту 2, у меня есть тензор вроде: [0,0,1,0 ..., 0,0,0], с 88 элементами.

Train_loader возвращает как input, [batch_size, 252], а цель - [batch_size, 88].

Набор данных нормализован, но точность действительно плохая. (Вроде 9%).

Я проверил все и попробовал разные гиперпараметры, но сеть не дает хороших результатов.

Мой код поезда: 

def train(model, train_loader, optimizer, criterion):
model.train()
for idx_batch, (input,target) in enumerate(train_loader):
    optimizer.zero_grad()
    input = input.cuda()
    target = target.cuda()
    outputs = model(input) 
    loss = criterion(outputs, target)
    loss.backward()   
    optimizer.step()
    train_loss += loss.item()
return train_loss

Каждый раз, когда я тренируюсь, я делаю проверочный тест: 

def val(model, val_loader, optimizer, criterion):
model.eval()
val_loss = 0
with torch.no_grad():
    for idx_batch, (input, target) in enumerate(val_loader):
         input = input.cuda()
         target = target.cuda()
        outputs = model(input)
        loss = criterion(outputs, target)
        val_loss += loss.item()
return val_loss

Это код, где я проходил обучение и валидацию в эпоху, а после этого я делаю тестовый раздел. 

    for epoch in range(1, N_EPOCHS+1):
    print("------------EPOCHS ",epoch,"------------")
    train_loss = 0
    val_loss = 0
    train_loss = train(mlp, train_loader, optimizer, criterion)
    val_loss = val(mlp, val_loader, optimizer, criterion)

    #Mean of losses
    train_loss = train_loss/len(train_loader.dataset)
    val_loss = val_loss/len(val_loader.dataset)

    #Stats training and validation.
    print('Epoch: {} \tTraining loss: {:.6f} \tValidation loss:{:.6f}'.format(epoch, train_loss, val_loss))


mlp.eval()
for data, target in test_loader:

    data = data.to('cuda')
    target = target.to('cuda')
    outputs = mlp(data)
    loss = criterion(outputs, target)
    test_loss += loss.item() 
    pred = torch.max(outputs, 1)[1]
    t = torch.max(target, 1)[1]
    correct += pred.eq(t).sum()
    print("Correct: {}/len(test_loader.dataset) ")

Я новичок в Pytorch и, возможно, я что-то не так делаю.

Спасибо за вашу помощь.

...