J'utilise ce code sur Google Colaboratory et j'obtiens une erreur de registre
image_data = dset.ImageFolder(root="drive/SemanticDataset/train/", transform = transforms.Compose([
transforms.Scale(size=img_size),
transforms.CenterCrop(size=(img_size,img_size*2)),
transforms.ToTensor(),
]))
enter code herelabel_data = dset.ImageFolder(root="drive/SemanticDataset/label/", transform = transforms.Compose([
transforms.Scale(size=img_size),
transforms.CenterCrop(size=(img_size,img_size*2)),
transforms.ToTensor(),
]))
image_batch = data.DataLoader(image_data, batch_size=batch_size, shuffle=False, num_workers=2)
label_batch = data.DataLoader(label_data, batch_size=batch_size, shuffle=False, num_workers=2)
for i in range(Epoch):
for _, (image, label) in enumerate(Zip(image_batch, label_batch)):
optimizer.zero_grad()
x = Variable(image, requires_grad=True).cuda()
y = Variable(label).cuda()
out = model.forward(x)
loss = loss_func(out, y)
loss.backward()
optimizer.step()
if _ % 100 == 0:
print("Epoch: "+i+"| Loss: " , loss)
Tout d’abord, vérifiez la version de votre oreiller en utilisant:
import PIL
print(PIL.PILLOW_VERSION)
et assurez-vous que vous avez la dernière version, celle que j'utilise actuellement est 5.3.0
Si vous avez comme 4.0.0
, installez une nouvelle version en utilisant: !pip install Pillow==5.3.0
dans l'environnement Colab.
Deuxièmement, redémarrez votre environnement Google Colab et vérifiez à nouveau la version, il devrait être mis à jour.
J'ai eu le même problème et j'ai passé du temps à essayer de le résoudre.
Note: J'utilisais PyTorch 0.4.
J'espère que cela résoudra votre problème.
Je recommanderais d'utiliser:
!pip install -U pillow
Le moteur d'exécution doit être redémarré après la mise à niveau.
Le -U
s'assurera que pillow
n'est installé que si une version plus récente est disponible, ce qui permettra de gagner du temps à la deuxième exécution de la cellule après le redémarrage du noyau.
J'ai essayé ceci:
!pip uninstall -y Pillow
# install the new one
!pip install Pillow==5.3.0
# import the new one
import PIL
print(PIL.PILLOW_VERSION)
et il a imprimé 5.3.0
et j'ai redémarré l'environnement d'exécution via Menu > Runtime > Restart Runtime
. Cela a fonctionné comme un charme pour moi.