摘要：之前的博客介绍了upsample层转换到tensorRT出错的解决方法，就是回退onnx版本到1.5.0。虽然暂时解决了问题，但无法使用高版本的pytorch和onnx，https://www.cnblogs.com/hypnus-ly/p/12932110.html 最近又上github，发现更简 阅读全文

摘要：1、打印梯度 for name, param in model.named_parameters(): if param.requires_grad: if param.grad is not None: print("{}, gradient: {}".format(name, param.gra 阅读全文

摘要：1、pytorch 实现一个上采样层，代码如下 import torch import torch.nn as nn import torch.nn.functional as F import os import cv2 import numpy as np class TestUpsample( 阅读全文

摘要：使用不同的深度学习框架，以及训练不同的目标检测模型时，其各源码map测试接口的实现都不一样。为了方便统一对比不同模型的优劣，使用如下方法进行各个模型map的计算 1、制作相同的测试集，例如 valid.txt 文件，里面保存需要测试图片的路径 2、检测识别 valid.txt 文件里的图片数据，将测 阅读全文

摘要：每次将tensor保存为图片时，总是要先将tensor转换到cpu，然后再转换到numpy，最后再保存图片，过程太繁琐。今天介绍个pytorch的原生api，可以直接将cuda tensor 保存为图片。 import torch import torchvision import numpy as 阅读全文

摘要：1、问题描述： pytorch中，在测试阶段进行前向推断运行时，随着for循环次数的增加，显存不断累加变大，最终导致显存溢出。 2、解决方法： 使用如下代码处理输入数据： 假设X为模型的输入 X = X.cuda() input_blobs = Variable(X, volatile=True) 阅读全文