随笔分类 - Python
摘要：介绍的魔法函数有（持续更新）： __ init__()、__ str__()、__ new__()、__ unicode__()、 __ call__()、 __ len__()、 __repr__()、__ setattr__()、 __ getattr__()、 __ getattribute_
阅读全文
摘要：model.eval()和with torch.no_grad()的区别在PyTorch中进行validation时，会使用model.eval()切换到测试模式，在该模式下， 主要用于通知dropout层和batchnorm层在train和val模式间切换在train模式下，dropout网络层会
阅读全文
摘要：Project description Easy progress reporting for Python Bars There are 7 progress bars to choose from: Bar ChargingBar FillingSquaresBar FillingCircles
阅读全文
摘要：作者：忆臻 (哈工大SCIR实验室在读博士生)魏福煊 哈工大英才实验班本科生谢天宝 哈工大英才实验班本科生 一、前言 在我们要用pytorch构建自己的深度学习模型的时候，基本上都是下面这个流程步骤，写在这里让一些新手童鞋学习的时候有一个大局感觉，无论是从自己写，还是阅读他人代码，按照这个步骤思想（
阅读全文
摘要：NNI (Neural Network Intelligence) 是一个轻量但强大的工具包，帮助用户自动的进行 特征工程，神经网络架构搜索， 超参调优以及模型压缩。 NNI 管理自动机器学习 (AutoML) 的 Experiment， 调度运行 由调优算法生成的 Trial 任务来找到最好的神经
阅读全文
摘要：描述 repr() 函数将对象转化为供解释器读取的形式。 语法 以下是 repr() 方法的语法: repr(object) 参数 object -- 对象。 返回值 返回一个对象的 string 格式。 实例 以下展示了使用 repr() 方法的实例： >>>s = 'RUNOOB' >>> re
阅读全文
摘要：Pytorch：模型的保存与加载 torch.save()、torch.load()、torch.nn.Module.load_state_dict() Pytorch 保存和加载模型后缀：.pt 和.pth 1 torch.save() [source]保存一个序列化（serialized）的目标
阅读全文
摘要：背景知识 在说 torch.backends.cudnn.benchmark 之前，我们首先简单介绍一下 cuDNN。cuDNN 是英伟达专门为深度神经网络所开发出来的 GPU 加速库，针对卷积、池化等等常见操作做了非常多的底层优化，比一般的 GPU 程序要快很多。大多数主流深度学习框架都支持 cu
阅读全文
摘要：如何实现高速卷积？深度学习库使用了这些「黑魔法」 使用深度学习库可以大幅加速CNN模型运行，那么这些库中的哪些具体的做法实现了这种高速度和高性能呢？佐治亚理工学院计算机科学硕士研究生Manas Sahni在自己的电脑上试验了多种方法的策略，深入剖析高速卷积的实现过程。 我的笔记本电脑CPU还可以，在
阅读全文
摘要：一 介绍 Copy ''' 定义： In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple native threads from executing Python bytecodes at
阅读全文
摘要：在使用pytorch的时候利用下面的语句指定GPU为仅为"6"，但是用nvidia-smi查看GPU使用时，仍默认为"0"号 import pytorchimport osos.environ['CUDA_VISIBLE_DEVICES'] = '6'解决方案：将上述语句放到当前这个python文件
阅读全文
摘要：简介 f-string，亦称为格式化字符串常量（formatted string literals），是Python3.6新引入的一种字符串格式化方法，该方法源于PEP 498 – Literal String Interpolation，主要目的是使格式化字符串的操作更加简便。f-string在形
阅读全文
摘要：检测算法实际同时作检测（坐标回归）和判别（分类），并且从直觉上讲，后者依赖于前者。而YOLO v3是个多任务，同时完成这2项任务。这与我以前常见的任务不一样，是个很好的学习案例。而在学习YOLOv3之前以及过程中，先后产生了许许多多的疑问。例如： 多个cell，多个anchor，在训练时哪个与gro
阅读全文
摘要：前言yolov5提供了一种超参数优化的方法–Hyperparameter Evolution，即超参数进化。超参数进化是一种利用 遗传算法(GA) 进行超参数优化的方法，我们可以通过该方法选择更加合适自己的超参数。 提供的默认参数也是通过在COCO数据集上使用超参数进化得来的。由于超参数进化会耗费大
阅读全文
摘要：store_true 是指带触发action时为真，不触发则为假， 代码去掉default初始化，其功能也不会变化 parser.add_argument('-c', action='store_true')# 或者parser.add_argument('-c', action='store_tr
阅读全文
摘要：理解方式： [i:j:s] 也就是，两个冒号分割了三个数i,j,s i是起始位置 j是终止位置（最终序列里边不包含终止位置） s就是step，步长 重点： 当写两个冒号的时候, [::-1]，相当于省略了i,j，也就是取所有的i和j，但是步长为-1，也就是倒序 同理，[::-2]就是步长为-2，也就
阅读全文
摘要：如何设置PyTorch的动态学习率 本文主要涉及内容：Optimizer、_LRScheduler等源码分析。本文依旧基于PyTorch 1.1.0。 Optimizer PyTorch提供了torch.optim.lr_scheduler来帮助用户改变学习率，下边将从Optimizer入手，看一下
阅读全文
摘要：darknet的cfg文件中有一个配置参数: burn_in burn_in=1000这个参数在caffe中是没有的，一旦设置了这个参数，当update_num小于burn_in时，不是使用配置的学习速率更新策略，而是按照下面的公式更新 lr = base_lr * power(batch_num/
阅读全文
摘要：dataloader本质上是一个可迭代对象，使用iter()访问，不能使用next()访问； 使用iter(dataloader)返回的是一个迭代器，然后可以使用next访问； 也可以使用for inputs,labels in enumerate(dataloader)形式访问，但是enumera
阅读全文
摘要：总结： 可迭代对象：list、dict都是可迭代对象，但不是迭代器 实现了next方法，则称迭代器 进一步的，如果惰性生成，就成为生成器，生成器分为生成器表达式和生成器函数（yield） 生成器 通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含1
阅读全文