我有20个.csv文件，其中包含有关某些器官的数据。它们太大了，无法合并，因为我什至试图合并它们都用光了RAM。我设法合并了10个，但加载时我的RAM用完了，因此无法合并。
我想在2-20上训练我的CNN，然后用1对其进行测试。但是，我的方法似乎每次使用新的装置都会重置网络。
我将输出粘贴到这里：https://justpaste.it/28tk0
但是总而言之，即使经过9个小时的训练，测试集的准确度仍然在10％到20％之间（总共有23个班级）。问题是它根本没有改善。但是，最重要的部分是由于某些原因，在文件14之后，测试精度始终约为40％。对于文件3，它实际上始终为13％。
从这些结果中，我得出结论，我未能在多个集合上训练CNN，相反，当我使用新集合时，它总是会重置。
这是我尝试过的：
n_epochs = 10
for epoch in range(n_epochs):
for i in range(2,21):
train_dataset = mydata('./data/{}.csv'.format(i), transform= transforms.Compose(
[transforms.ToPILImage(),
transforms.ToTensor(),
transforms.Normalize(mean=(0.5,), std=(0.5,))]))
train_loader = torch.utils.data.DataLoader(dataset=train_dataset,batch_size=batch_size, shuffle=True)
train(epoch, i)