08 2022 档案
摘要：TensorRT trtexec的用法说明 TensorRT Command-Line Wrapper: trtexec Description Included in the samples directory is a command line wrapper tool, called trte
阅读全文
摘要：docker 常用命令总结 总结Docker常用命令，便于梳理和巩固对Docker的学习，也便于能够研究Docker更深层面的技术实现。 仓库相关
摘要：jupterlab 环境搭建 https://yyixx.com/docs/tool/jupyterlab/ https://jupyterlab.readthedocs.io/en/stable/
阅读全文
摘要：工程能力提升管理之道 在架构设计上不同层次的架构师在架构抽象上总会有不同的见解，和高p架构师讨论架构往往能上升到哲学层次，什么分久必合 合久必分，什么无法 有法，什么道，法，术，器。 在工程能力提升上不同团队也有不同章法，总之那些过分依赖流程，妄图通过复杂流程降低工程问题的做法我个人都是不认可的，因
阅读全文
摘要：如何保持提升代码质量 为什么要去提升代码质量？将就着干不好么？我觉得这是一个短期收益不明显，但长期收益显著的事情。 首先一个项目你维护的越久，提升代码质量对你的好处就越大，最直观的好处就是你后续开发的时间成本、因为踩坑而产生的加班越来越少，但这一点在你一次两次重构的时候是不明显的，我就见过身边不少人
阅读全文
摘要：【深度学习基本概念】上采样、下采样、卷积、池化 上采样 概念 上采样（upsampling）：又名放大图像、图像插值； 主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上； 上采样有3种常见的方法：双线性插值(bilinear)，反卷积(Transposed Convolution)，反池化
阅读全文
摘要：中间件 中间件(middleware)一词每天都被不同的人群所提及,中间件的产品也大量出现在软件市场,但中间件的定义却一直比较模糊,导致中间件的分类也不很统一。也许正因为如此,才使人们不断地设计和开发新的产品,并冠以中间件的标签,推动着中间件的内涵和市场不断地向前发展。 常用中间件 中间件是什么？
阅读全文
摘要：pytorch conv2d参数讲解 pytorch conv2d参数讲解 """ Args: in_channels (int): Number of channels in the input image out_channels (int): Number of channels produc
阅读全文
摘要：tensorflow2创建卷积核Conv2D函数 使用Conv2D可以创建一个卷积核来对输入数据进行卷积计算，然后输出结果，其创建的卷积核可以处理二维数据。依次类推，Conv1D可以用于处理一维数据，Conv3D可以用于处理三维数据。在进行神经层级集成时，如果使用该层作为第一层级，则需要配置inpu
阅读全文
摘要：pandas 数据切片方法 pandas 数据切片方法 ：[],loc,iloc,at,iat,ix 基础数据 import pandas as pd import random random.seed(0) rnd_1 = [random.randrange(1,20) for x in rang
阅读全文
摘要：keras, tf2 文档 https://keras.io/zh/utils/ https://keras-cn.readthedocs.io/en/latest/other/visualization/ https://tf.wiki/zh_hans/basic/models.html http
阅读全文
摘要：归一化 & 标准化 & 正则化 归一化 Normalization 归一化一般是将数据映射到指定的范围，用于去除不同维度数据的量纲以及量纲单位。 常见的映射范围有 [0, 1] 和 [-1, 1] ，最常见的归一化方法就是 Min-Max 归一化： Min-Max 归一化 x = (x-Xmin)/
阅读全文
摘要：pytorch 模型参数的保存与加载 pytorch 保存与加载模型参数的最主要的三个函数 torch.save：将序列化对象保存到磁盘。此函数使用Python的pickle模块进行序列化。使用此函数可以保存如模型、tensor、字典等各种对象。 torch.load：使用pickle的unpick
阅读全文
摘要：pytorch模型转换为onnx，并使用netron可视化 netron 是一个非常好用的网络结构可视化工具。 但是netron对pytorch模型的支持还不成熟。自己试的效果是生成的模型图没有连线。 目前支持的框架 根据netron的github 目前netron支持： ONNX (.onnx,
阅读全文
摘要：深度学习框之 静态图&动态图 各位炼丹者应该都会有自己常用的一种或几种深度学习框架，如 MxNet、Caffe、Tensorflow、Pytorch、PaddlePaddle(百度)，甚至是国产新兴框架 MegEngine(旷视)、MindSpore(华为)等，在涉及介绍这些框架的时候，都会提及动态
阅读全文
摘要：衡量AI算力的“FLOPS” 什么是FLOPS FLOPS，是“每秒所执行的浮点运算次数”(floating-point operations per second) 的缩写。它常被用来估算电脑的执行效能，尤其是在使用到大量浮点运算的科学计算领域中。 在这里所谓的“浮点运算”，实际上含括了所有涉及小
阅读全文
摘要：ubuntu2004 上安装与使用NVIDIA GPU A100 先安装显卡驱动 https://blog.csdn.net/qq_36999834/article/details/107589779 用容器的方式安装cuda ## 创建并启动容器，启动gpu docker要加上 --gpus al
阅读全文
