随笔分类 -  python练习

【Pytorch基础】Torchvision中transform的脚本化
摘要：Transforms从torch1.7开始新增了该特性，之前transform进行数据增强的方式是如下的，i.e. 使用compose的方式： default_configure = T.Compose([ T.RandomCrop(32, 4), T.RandomHorizontalFlip(), 阅读全文
posted @ 2021-06-17 20:45 pprp 阅读(468) 评论(0) 推荐(0) 编辑
如何使用logging生成日志
摘要：【GiantPandaCV导语】日志对程序执行情况的排查非常重要，通过日志文件，可以快速定位出现的问题。本文将简单介绍使用logging生成日志的方法。 logging模块介绍 logging是python自带的包，一共有五个level: debug: 查看程序运行的信息，调试过程中需要使用。 in 阅读全文
posted @ 2021-06-10 09:12 pprp 阅读(377) 评论(0) 推荐(0) 编辑
【Pytorch基础】BatchNorm常识梳理与使用
摘要：BatchNorm, 批规范化，主要用于解决协方差偏移问题，主要分三部分： 计算batch均值和方差 规范化 仿射affine 算法内容如下： 需要说明几点： 均值和方差是batch的统计特性，pytorch中用running_mean和running_var表示 $\gamma 和\bet 阅读全文
posted @ 2021-05-29 11:03 pprp 阅读(1313) 评论(0) 推荐(0) 编辑
如何阅读和学习深度学习项目代码
摘要：【前言】现在深度学习项目代码量越来越大，并且单个文件的量也非常的大。笔者总结了一些专家的经验并结合自己看的一些项目，打算总结一下如何探索和深入一个深度学习项目库。笔者pprp，未经允许不得擅自转发。 1. 基础知识 首先，需要保证有一定的深度学习基础知识，吴恩达的深度学习课还有斯坦福大学的CS231 阅读全文
posted @ 2021-05-27 21:48 pprp 阅读(1890) 评论(0) 推荐(0) 编辑
【NAS工具箱】Pytorch中的Buffer&Parameter
摘要：Parameter ： 模型中的一种可以被反向传播更新的参数。 第一种： 直接通过成员变量nn.Parameter()进行创建，会自动注册到parameter中。 def __init__(self): super(MyModel, self).__init__() self.param = nn. 阅读全文
posted @ 2021-05-27 11:01 pprp 阅读(219) 评论(0) 推荐(0) 编辑
PyTorch Lightning工具学习
摘要：【GiantPandaCV导语】Pytorch Lightning是在Pytorch基础上进行封装的库，为了让用户能够脱离PyTorch一些繁琐的细节，专注于核心代码的构建，提供了许多实用工具，可以让实验更加高效。本文将介绍安装方法、设计逻辑、转化的例子等内容。 PyTorch Lightning中 阅读全文
posted @ 2020-12-08 10:45 pprp 阅读(7287) 评论(1) 推荐(1) 编辑
使用关键点进行小目标检测
摘要：【GiantPandaCV导语】本文是笔者出于兴趣搞了一个小的库，主要是用于定位红外小目标。由于其具有尺度很小的特点，所以可以尝试用点的方式代表其位置。本文主要采用了回归和heatmap两种方式来回归关键点，是一个很简单基础的项目，代码量很小，可供新手学习。 1. 数据来源 数据集：数据来源自小武， 阅读全文
posted @ 2020-09-03 09:22 pprp 阅读(2413) 评论(0) 推荐(0) 编辑
【资源】CenterNet原理与代码解析
摘要：《CenterNet原理与代码解析》是首发于GiantPandaCV公众号的电子书教程，由pprp总结并整理CenterNet相关解析，这本电子书是基于非官方的CenterNet实现，https://github.com/zzzxxxttt/pytorch_simple_CenterNet_45，这 阅读全文
posted @ 2020-09-02 15:36 pprp 阅读(3381) 评论(0) 推荐(0) 编辑
【从零开始学CenterNet】7. CenterNet测试推理过程
摘要：【GiantPandaCV导语】这是CenterNet系列的最后一篇。本文主要讲CenterNet在推理过程中的数据加载和后处理部分代码。最后提供了一个已经配置好的数据集供大家使用。 代码注释在：https://github.com/pprp/SimpleCVReproduction/tree/ma 阅读全文
posted @ 2020-09-01 21:13 pprp 阅读(2432) 评论(1) 推荐(0) 编辑
VSCODE远程连接深度学习服务器教程
摘要：前言：笔者尝试过配置远程连接服务器，配置过pycharm和vscode, pycharm配置最后还是有一点问题，没有办法同步到服务器，不知道具体哪里有问题，另外感觉pycharm很占内存，而且indexing的过程有点烦，所以摸索着转战vscode, vscode没有让人失望，有sftp和remot 阅读全文
posted @ 2020-05-01 15:12 pprp 阅读(3229) 评论(0) 推荐(1) 编辑
打通多个视觉任务的全能Backbone:HRNet
摘要：HRNet是微软亚洲研究院的王井东老师领导的团队完成的，打通图像分类、图像分割、目标检测、人脸对齐、姿态识别、风格迁移、Image Inpainting、超分、optical flow、Depth estimation、边缘检测等网络结构。 王老师在ValseWebinar《物体和关键点检测》中亲自 阅读全文
posted @ 2020-04-22 11:08 pprp 阅读(1705) 评论(0) 推荐(1) 编辑
基于fastai的分类网络
摘要：classify.fastai Classifier based on fastai 欢迎访问： 字符识别分类器 基于fastai进行构造 以往的fastai教程都是很简单的几行进行一个模型的训练，对初学者来说看起来很简单。但是仅仅训练一个分类的网络是远远不够的，我们还需要各种指标对分类的效果进行评 阅读全文
posted @ 2019-06-11 22:47 pprp 阅读(1919) 评论(0) 推荐(0) 编辑
基于Keras实现mnist-官方例子理解
摘要：前言 久闻keras大名，最近正好实训，借着这个机会好好学一下。 首先推荐一个API,可能稍微有点旧,但是写的是真的好 "https://keras cn.readthedocs.io/en/latest/" 还有一个tensorflow的API "https://www.w3cschool.cn/ 阅读全文
posted @ 2019-06-11 21:12 pprp 阅读(6134) 评论(0) 推荐(1) 编辑
常见六种随机变量分布可视化
摘要：1.1 离散型随机变量 (伯努利分布)： 1.2 离散型随机变量 (二项分布)： 1.3 离散型随机变量 (泊松分布)： 1.4 连续型随机变量 (正态分布)： 1.5 连续型随机变量 (指数分布)： 1.6 连续型随机变量 (拉普拉斯分布)： 阅读全文
posted @ 2019-06-11 20:51 pprp 阅读(5007) 评论(0) 推荐(1) 编辑
基于beautifulSoup进行电影网站排名的获取与格式化输出
摘要：要求 编写代码完成以下任务： ① 将地址"http://www.cbooo.cn/year?year=2019"源代码使用任意方法保存到指定文件中（文件类型不限）。 ② 使用文件流读取该页面内容到程序中 ③ 使用Python以任意方法提取出页面中的电影排名与电影名，并以如下形式打印输出 输出格式为： 阅读全文
posted @ 2019-06-11 20:46 pprp 阅读(499) 评论(0) 推荐(0) 编辑
基于numpy实现矩阵计算器
摘要：要求 制作一个Python的矩阵计算器： ① 程序提供任意两矩阵的加、乘法运算；方阵的行列式计算、逆矩阵计算、特征分解；任意矩阵的转置等计算功能，可自行添加功能 ② 从控制台通过键盘获取数据并完成以上的计算，不强制要求异常检测 ③ 使用8组以上的非典型数据（如对角矩阵，单位矩阵等）进行测试并完成计算 阅读全文
posted @ 2019-06-11 20:44 pprp 阅读(1159) 评论(0) 推荐(0) 编辑
常用的python工具:os,argparse,tqdm,shutil
摘要：Python工具 1. argparse import argparse parser = argparse.ArgumentParser(description="descriptions") parser.add_argument('--angle',type=int,default=0) pa 阅读全文
posted @ 2019-03-29 22:37 pprp 阅读(1026) 评论(0) 推荐(0) 编辑
python应用-matplotlib绘图
摘要：详细内容参看： "官网" 测试数据： 简单的绘图 plt.plot(x,y) plt.show() 改变文字、字体、线宽 plt.title("title") plt.xlabel('xlabel') plt.ylabel('ylabel') plt.tick_params(axis,labelsi 阅读全文
posted @ 2018-09-29 11:47 pprp 阅读(520) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示
❄