摘要：
pytorch datasets与dataloader阐释说明，主要简单介绍如何添加自己信息(如 img_meta)作为输入给dataloader，涉及源码更改 阅读全文
摘要：
mmdet 一个py搞定自定义测试，并给出结果 阅读全文
摘要：
pytorch的优化器optimizer使用方法，主要介绍如何更改学习率，查看参数，若学会将有利于我们可使用模型调整学习策略等 阅读全文
摘要：
1.张量与数组运算，张量必须在cpu上，产生结果为cpu上的张量，可继续与数组运算(张量必须在gpu上)
2.张量与张量运算，cpu上的张量与gpu上的张量是无法运行的，必须在相同的gpu上或cpu上，猜想不同型号的gpu因该也不行
报错代码 TypeError: can't convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first.
报错代码：RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cpu! 阅读全文
摘要：
你知道pytorch的backward求导的要求吗？你想了解pytorch反向传播的原理吗？本文将记录不同结果对求导参数的要求，并使用代码详细说明，本文借鉴它人博客对pytorch反向传播原理进行解释。 阅读全文
摘要：
本文主要介绍：
1.如何使用jupyter添加镜像
2.在jupyter中如何切换虚拟环境
3.anaconda无法创建虚拟环境，一般需要删除.condarc文件下的defaults
4.一些常见源地址 阅读全文
摘要：
本文主要想介绍mmdection注册模块实现方式，首先通过简单实列验证mmdection的注册机制，随后根据mmdection框架解释模块注册功能的使用。 阅读全文
摘要：
今天重新研究了一下pytorch如何自定义权重，可以根据条件筛选赋值，也可以根据自定义某个张量赋值，还可以根据pth文件部分赋值等情况，
我总结了三种方法(self.modules(),self.state_dict(),self.named_parameters()),每种方法有约2种情况，希望对大家有所帮助，
然具体各自函数代表什么，可自行查阅，如self.parameters函数，我给出具体实现权重的初始化方法(已使用代码验证)。 阅读全文
摘要：
有时会通过变量传递方面传递，但将类作为变量传递或变化，会比较麻烦，此时，可通过字典对类进行调用，详情如下：使用变量调用类及类函数，需用字典class A(): def __init__(self,**a): self.a=a.get('b',None) print(self.a) def k(sel 阅读全文
摘要：
from xml.etree.ElementTree import ElementTreeimport cv2import osdef read_xml(in_path): tree = ElementTree() tree.parse(in_path) return treedef write_x 阅读全文