marsggbo

摘要： 原文地址：https://blog.csdn.net/mrr1ght/article/details/81011280 。本文有删减。 tf.train.SessionRunHook()是一个类；用来定义Hooks; Hooks是什么，官方文档中关于training hooks的定义是： Hooks 阅读全文

摘要： 原文地址：https://blog.csdn.net/mrr1ght/article/details/81006343。 本文有删减。 MonitoredTrainingSession定义 首先，tf.train.MonitorSession()从单词的字面意思理解是用于监控训练的回话，返回值是tf 阅读全文

摘要： 用于深度学习的自动混合精度 深度神经网络训练传统上依赖IEEE单精度格式，但在混合精度的情况下，可以训练半精度，同时保持单精度网络的精度。这种同时使用单精度和半精度表示的技术称为混合精度技术。 ​混合精度训练的好处 通过使用Tensor Core加速数学密集型运算，如线性和卷积层。 与单精度相比，通 阅读全文

摘要： ​ Trainer解析 我们继续 "Detectron2代码阅读笔记 (一)" 中的内容。 上图画出了 文件夹中的三个子文件夹( tools,config,engine )之间的关系。那么剩下的文件夹又是如何起作用的呢？ build_\ 方法 我们从 开始进一步了解。 "Detectron2代码阅读 阅读全文

摘要： 代码结构概览 核心部分 configs：储存各种网络的yaml配置文件 datasets：存放数据集的地方 detectron2：运行代码的核心组件 tools：提供了运行代码的入口以及一切可视化的代码文件。 Tutorial部分 demo：显而易见就是demo docs: 同样显而易见。。 tes 阅读全文

摘要： 假如我们得到了如下的checkpoints， 上面的文件主要可以分成三类：一种是在保存模型时生成的文件，一种是我们在使用tensorboard时生成的文件，还有一种就是 这个文件夹，这个是使用 工具生成的，该工具可以跟踪TPU的计算过程，并对你的模型性能进行分析，这里就不想详细介绍了。本文主要介绍前 阅读全文

摘要： 参考：https://christophm.github.io/interpretable ml book/proto.html EML简介 Example based Machine Learning (EML) 是从数据集中选择特殊的样本来进行学习。下面看几个例子来理解： 一个医生给一个病人看病 阅读全文

摘要： 我们常写的报告大都由封面、目录、正文和附录组成，但是页码通常是从正文开始的，所以下面介绍如何从指定页面开始设置页码。 在介绍之前需要了解一下 分隔符 的作用。分隔符大体分成 分页符 和 分节符 。 分页符细分的几个功能不加赘述，看图中说的很清楚了。 主要介绍一下分节符中的 下一页 。这个和 分页符 阅读全文

摘要： 平常都是无脑使用backward，每次看到别人的代码里使用诸如autograd.grad这种方法的时候就有点抵触，今天花了点时间了解了一下原理，写下笔记以供以后参考。以下笔记基于Pytorch1.0 Tensor Pytorch中所有的计算其实都可以回归到Tensor上，所以有必要重新认识一下Ten 阅读全文

摘要： 关于为什么要用Sampler可以阅读 "一文弄懂Pytorch的DataLoader, DataSet, Sampler之间的关系" 。 本文我们会从源代码的角度了解Sampler。 Sampler 首先需要知道的是所有的采样器都继承自 这个类，如下： 可以看到主要有三种方法：分别是： : 这个很好 阅读全文