随笔分类 - PyTorch
深度学习-卷积神经网络
摘要：在SSD的代码中经常有见到如下的操作： _, idx = flt[:, :, 0].sort(1, descending=True)#大小为[batch size, num_classes*top_k] _, rank = idx.sort(1)#再对索引升序排列，得到其索引作为排名rank 其作用
阅读全文
摘要：下载pytorch_wavelets： git clone https://github.com/fbcotter/pytorch_wavelets 然后安装： cd pytorch_wavelets pip install . 返回： Successfully built pytorch-wave
阅读全文
摘要：有段时间读取数据的时候都是用下面的命令： img = cv2.imread(os.path.join(path, file, pic)) img = Image.fromarray(img.astype(np.uint8)) 突然有一天突然反应过来为什么要搞这么麻烦，直接使用： img = Imag
阅读全文
摘要：https://download.pytorch.org/whl/torch_stable.html
阅读全文
摘要：python: /pytorch/third_party/ideep/mkl-dnn/src/cpu/jit_avx2_conv_kernel_f32.cpp:582: static mkldnn::impl::status_t mkldnn::impl::cpu::jit_avx2_conv_fw
阅读全文
摘要：出错： Traceback (most recent call last): File "train.py", line 305, in <module> train_model(model_conv, criterion, optimizer_conv, exp_lr_scheduler) Fil
阅读全文
摘要：记录下一些常用设置： 1.下采样 当设置为： kernel_size = 4, stride = 2, padding = 1,就是将特征图宽高缩小一倍的意思，就比如是将256*256 -> 128*128 kernel_size=7, stride=2, padding=3，这个也相当于缩小一倍
阅读全文
摘要：cuDNN使用非确定性算法，并且可以使用torch.backends.cudnn.enabled = False来进行禁用 如果设置为torch.backends.cudnn.enabled =True，说明设置为使用使用非确定性算法 然后再设置： 那么cuDNN使用的非确定性算法就会自动寻找最适合
阅读全文
摘要：其实在代码的开头添加下面几句话即可： 为了生成随机数设置种子。返回一个torch.Generator对象 参数： seed (int) – 期望的种子数 为当前GPU生成随机数设置种子。如果CUDA不可用，调用该方法也是安全的；在这种情况下，该调用就会被忽略 参数： seed (int) – 期望的
阅读全文
摘要：在为数据分类训练分类器的时候，比如猫狗分类时，我们经常会使用pytorch的ImageFolder: 使用可见pytorch torchvision.ImageFolder的使用 这里想实现的是如果想要覆写该函数，即能使用它的特性，又可以实现自己的功能 首先先分析下其源代码： ImageFolder
阅读全文
摘要：在使用 torchvision.transforms进行数据处理时我们经常进行的操作是： transforms.Normalize((0.485,0.456,0.406), (0.229,0.224,0.225)) 前面的(0.485,0.456,0.406)表示均值，分别对应的是RGB三个通道；后
阅读全文
摘要：使用tertools.chain将参数链接起来即可
阅读全文
摘要：参考：https://pytorch.org/docs/stable/nn.html Containers Module 所有神经网络模块的基类 你定义的模型必须是该类的子类，即继承与该类 模块也能包含其他模块，允许它们在树状结构中筑巢。您可以将子模块指定为常规属性: 在这个例子中，nn.Conv2
阅读全文
摘要：interpolate 根据给定的size或scale_factor参数来对输入进行下/上采样 使用的插值算法取决于参数mode的设置 支持目前的temporal(1D, 如向量数据), spatial(2D, 如jpg、png等图像数据)和volumetric(3D, 如点云数据)类型的采样数据作
阅读全文
摘要：上采样（upsampling）一般包括2种方式： Resize，如双线性插值直接缩放，类似于图像缩放，概念可见最邻近插值算法和双线性插值算法——图像缩放 Deconvolution，也叫Transposed Convolution，可见逆卷积的详细解释ConvTranspose2d（fraction
阅读全文
摘要：Vision layers 1）Upsample 上采样一个给定的多通道的 1D (temporal,如向量数据), 2D (spatial，如jpg、png等图像数据) or 3D (volumetric，如点云数据)数据 假设输入数据的格式为minibatch x channels x [opt
阅读全文
摘要：1.数据处理代码utils.py: 1） 2） 后面发现torchvision.utils有一个make_grid()函数能够直接实现将（batchsize，channels，height，width）格式的tensor图像数据合并成一张图。 同时其也有一个save_img(tensor, file
阅读全文
摘要：1.使用apply() 举例说明： Encoder ：设计的编码其模型 weights_init(): 用来初始化模型 model.apply():实现初始化 返回： 2.直接在定义网络时定义 然后调用即可
阅读全文
摘要：1.保存整个网络结构信息和模型参数信息: 直接加载即可使用： 2.只保存网络的模型参数-推荐使用 加载则要先从本地网络模块导入网络，然后再加载参数：
阅读全文
摘要：下面是定义初始化 然后进行动态赋值：
阅读全文