最近写的行人重识别（person re-id） 程序错误反思记录

一、 Loss 问题

首先，loss 用的是 三元组损失，标签平滑交叉熵损失，调试的过程中出了两个错误

（1） float，list dtype不一样的问题，问题出在了 下边的 len(),忘了写了，导致class_names是一个列表，不是我们需要的长度。

（2） 维度不匹配

原因是出在了 train.py 训练程序里边的训练和验证环节（train和 val) net返回的特征不一样导致，所以出错。

二、 分层学习率问题

一开始按照net（model）的模块名字写上去，这个思想是没问题的，但是因为太多了，导致复制粘贴重复了一次，导致出错。

要细心

三、多GPU 处理程序

os.environ['CUDA_VISIBLE_DEVICES'] = '0,1'
device_ids = [0, 1]
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

inputs = inputs.cuda()
labels = labels.cuda()



model = nn.DataParallel(model, device_ids=device_ids)
model = model.to(device)#先cuda

注意， 分层不同学习率，需要加model.moudule.xxxx