Part0:前言

今天出門上班前確認昨天晚上的訓練結果，一則以喜一則以憂呀~有訓練出數值，但準確率爆低QQ
代表模型沒有真正學習到資料勒~今天繼續Debug

Part1:今日目標

1.AlexNet目前運算結果
2.競賽資料Debug紀錄

Part2:內容

1.AlexNet目前運算結果

目前進度:AexNet模型全部資料訓練結果，準確率(Accuracy)約為2%

(1)程式碼:

# Debug1~Debug3在昨日鐵人文章(D20)
total_step = len(train_loader)

for epoch in range(num_epochs):
    print("Epoch={}".format(epoch))
    for i, (images, labels_tensor) in enumerate(train_loader):
        print("=================="+"Train"+"==================")
        print("train_batch_number: {}".format(i))
        # Move tensors to the configured device
        images = images.to(device)
        labels = labels_tensor.to(device)
        labels = labels.squeeze(1)  # Debug_1
        
        # Forward pass
        outputs = model_alexnet(images)
        labels = labels.type(torch.LongTensor)  # Debug_2
        loss = criterion(outputs, labels)  
        
        # Backward and optimize
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()
        print("==== Finish an Train_batch ====")

    now = datetime.datetime.now()
    print(now)
    print ('Epoch [{}/{}], Step [{}/{}], Loss: {:.4f}'.format(epoch+1, num_epochs, i+1, total_step, loss.item()))
            
    # Validation
    print("=================="+"Validation"+"==================")
    with torch.no_grad():
        correct = 0
        total = 0
        for images, labels in val_loader:
            print("Validation_batch_number: {}".format(i))
            images = images.to(device)
            labels = labels.squeeze(1)  # Debug_1
            
            outputs = model_alexnet(images)
            labels = labels.type(torch.LongTensor)  # Debug_2
            _, predicted = torch.max(outputs.data, 1)
            print("predicted={}, labels={}".format(predicted, labels))
            total += labels.size(0)
            correct += (predicted == labels).sum().item()  # Debug_4
            del images, labels, outputs
            print("==== Finish an Validation_batch ====")
    
        print('Accuracy of the network on the validation images: {} %'.format(100 * correct / total)) 
    print("==============================Finish an epoch==============================")

(2)測試運算結果如下圖:

• Validation
  

• Test
  

上述問題(上圖紅框處): 模型給出的預測值的tensor元素數值都為0。(Debug_4)

• 但昨天測試時為正常(下圖:綠框處)
  

2.競賽資料Debug紀錄

關於上述程式碼還有需解決的部分:

Note: Debug1~Debug3在昨日鐵人文章

(1)Debug_4:模型給出的預測值的tensor元素數值都為0，且預測準確率都只有2%左右

目前進度:處理中

(2)目前運算尚以gpu運算

目前進度:處理中

• 今天花蠻多時間更新安裝，但jupyter目前還是無法運行gpu(下圖)
  

• 但cmd的ipython可以運行(下圖)
  

Part3:專案進度

對AlexNet模型於競賽資料實作仍在Debug中~

Part4:下一步

Keep Debugging!!!

心得小語:
今天是沒甚麼結果的一天QQ 只能繼續debug了，希望明天有好結果能分享，如果還是沒有，那..那...那只能在多加一天了
今日工時50min*3

不順利的日子讓你變得更強壯
The hard days are what make you stronger.