随笔分类 - [深度学习]
摘要：1.安装CUDA和CudNN 略.. 2.更新cmake 1）下载cmake源码 wget https://cmake.org/files/v3.13/cmake-3.13.3-Linux-x86_64.tar.gz 2）解压 tar zxvf cmake-3.13.3-Linux-x86_64.t
阅读全文
摘要：一、安装VS2019 Detectron2的编译需要利用的VS环境，这里采用2019版本。 下载VS2019：https://visualstudio.microsoft.com/zh-hans/vs/ 安装时选择： 安装完毕后，检查一下目录，确保没有问题： 二、安装Cuda和Pytorch 1.安
阅读全文
摘要：1.安装CUDA 1.1 下载CUDA CUDA toolkit下载地址：https://developer.nvidia.com/cuda-toolkit-archive 选择11.1.0版本进行下载（11.x版本才支持8.6算力显卡，例如RTX 3090） 安装cuda 11.1.0需保证NVI
阅读全文
摘要：本文记录从零开始在CentOS7.x系统上搭建Caffe深度学习平台，并配置pycaffe环境。（由于在虚拟机上搭建，所以为CPU_ONLY模式） 1.选择CentOS7 mini版镜像安装虚拟机 镜像版本：CentOS-7-x86_64-Minimal-1511.iso 安装好虚拟机后，配置网卡，
阅读全文
摘要：总结： 一、R-CNN 摘要： 在对象检测方面，其性能在前几年就达到了一个比较稳定的状态。性能最好的方法是一种复杂的整体系统，它将多个图片的低级特征通过上下文组合起来。 本文提出了一种简单、可扩展的算法，它在mAP上比VOC2012的最佳算法的结果高30%，达到53.3%。 这个方法包含两个方面：
阅读全文
摘要：一、继承nn.Module类并自定义层 我们要利用pytorch提供的很多便利的方法，则需要将很多自定义操作封装成nn.Module类。 首先，简单实现一个Mylinear类： from torch import nn # Mylinear继承Module class Mylinear(nn.Mod
阅读全文
摘要：一、visdom可视化工具 安装：pip install visdom 启动：命令行直接运行visdom 打开WEB：在浏览器使用http://localhost:8097打开visdom界面 二、使用visdom # 导入Visdom类 from visdom import Visdom # 定义
阅读全文
摘要：本文简单描述如果自定义dataset，代码并未经过测试（只是说明思路），为半伪代码。所有逻辑需按自己需求另外实现： 一、分析DataLoader train_loader = DataLoader( datasets.MNIST('../data', train=True, download=Tru
阅读全文
摘要：一、梯度 导数是对某个自变量求导，得到一个标量。 偏微分是在多元函数中对某一个自变量求偏导（将其他自变量看成常数）。 梯度指对所有自变量分别求偏导，然后组合成一个向量，所以梯度是向量，有方向和大小。 上左图中，箭头的长度表示陡峭度，越陡峭的地方箭头越长，箭头指向的方向是y变大的方向，如果要使用梯度下
阅读全文
摘要：一、Pytorch安装 安装cuda和cudnn，例如cuda10，cudnn7.5 官网下载torch：https://pytorch.org/ 选择下载相应版本的torch 和torchvision的whl文件 使用pip install whl_dir安装torch，并且同时安装torchvi
阅读全文
摘要：一、使用urllib下载cifar-10数据集，并读取再存为图片（TensorFlow v1.14.0） 1 # -*- coding:utf-8 -*- 2 __author__ = 'Leo.Z' 3 4 import sys 5 import os 6 7 # 给定url下载文件 8 def
阅读全文
摘要：1.使用keras做mnist分类时，运行时GPU报错 错误信息如下： 2019-07-06 10:26:32.949617: I T:\src\github\tensorflow\tensorflow\core\platform\cpu_feature_guard.cc:141] Your CPU
阅读全文
摘要：一、keras的backend设置 有两种方式: 1.修改JSON配置文件 修改~/.keras/keras.json文件内容为： { "iamge_dim_ordering":"tf", "epsilon":1e-07, "floatx":"float32", "backend":"tensorf
阅读全文
摘要：bilibili莫烦tensorflow视频教程学习笔记 1.初次使用Tensorflow实现一元线性回归 # 屏蔽警告 import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' import numpy as np import tensorflow a
阅读全文
