随笔分类 - AI
摘要：在cmd 命令行里面 输入pip install nvitop安装成功后运行： nvitop -m full 这个指令， 就可以出现以下界面 配套链接：https://zhuanlan.zhihu.com/p/577533593
阅读全文
摘要：NumPy，一言以蔽之，是Python中基于数组对象的科学计算库. 官方网站：https://numpy.org/ 它是Python语言的一个扩展程序库，支持大量的维度数组与矩阵运算，以及大量的数学函数库。NumPy的核心是ndarray对象，它是一个功能强大的N维数组对象，封装了n维同类数组。很多
阅读全文
摘要：python 是一种计算机编程语言， python版本的选择要考虑pytorch的版本， 目前pytorch 最新版本 至少要3.9版本的python 所以 到https://www.python.org/downloads/windows/ 下载 然后安装吧
阅读全文
摘要：cuda 是显卡底层的程序 ，这个程序 底部依托于显卡驱动， 向顶部提供API函数。 方便应用开发者更好的使用显卡 *** 安装cuda 之前需要先安装显卡驱动。 https://www.nvidia.com/en-us/drivers/ 这个根据显卡的型号直接 安装最新的即可 安装完成后 ，输入
阅读全文
摘要：pandas是一种Python数据分析的利器，是一个开源的数据分析包，最初是应用于金融数据分析工具而开发出来的，因此pandas为时间序列分析提供了很好的支持。pandas是PyData项目的一部分。 官网：http://pandas.pydata.org/ 官方文档：http://pandas.p
阅读全文
摘要：这个pip 需要升级 Microsoft Windows [版本 10.0.19043.928](c) Microsoft Corporation。保留所有权利。 C:\Users\test>cd.. C:\Users>cd.. C:\>cd c:\python38\ c:\Python38>pyt
阅读全文
摘要：利用torchsummary观察每一层的情况 1）按照方式 pip install torchsummary 2）
阅读全文
摘要：进度条 tqdm 库比较热门，声称比老版的 python-progressbar 库的单次响应时间提高了 10 倍以上。 其实进度条的原理十分的简单，无非就是在 shell 中不断重写当前输出。 使用大陆镜像 安装即可 D:\whl\torchvision>pip install tqdm -i h
阅读全文
摘要：torch 是一个偏向于底层的包， 做一些较为基础 矩阵运算 对于不同的样本 比如图像， 声音 ，文字， 之类，有更加针对性的包 比如，针对图片 他的矩阵处理专用包就是：torchvision 这个就需要 单独安装，这个包的体积不是很大，我们可以直接尝试 安装 单独下载：torchvision-0.
阅读全文
摘要：torch 这个包非常大，安装也非常麻烦。 基本可以上，他是深度学习里面重要的一个包， 要安装torch 首先要确定自己的操作系统， 自己的python 版本， 自己的版本， 是要安装CPU版本的 torch， 还是GPU版本的torch 下载：torch-2.1.0+cu121-cp38-cp38
阅读全文
摘要：OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很
阅读全文
摘要：1): matplotlib是一个python 2D绘图库，利用它可以画出许多高质量的图像。只需几行代码即可生成直方图，条形图，饼图，散点图等。 Matplotlib是整个包，pyplot是Matplotlib中的一个模块，并且pylab是一个安装在一起的模块。 https://matplotlib
阅读全文
摘要：1）简单介绍： PIL(Python Imaging Library)是Python一个强大方便的图像处理库，名气也比较大。不过只支持到Python 2.7。 PIL仅支持到Python2.7,并且Python3.x的兼容版本名为Pillow，因此我们需要通过pip手动安装： pip install
阅读全文
摘要：import torch.nn as nn import torch.functional as F import torch.optim as optim from collections import OrderedDict class Net4(nn.Module):# 从nn.Module
阅读全文
摘要：import torch.nn as nn import torch.functional as F import torch.optim as optim from collections import OrderedDict class Net3(nn.Module):# 从nn.Module
阅读全文
摘要：import torch.nn as nn import torch.functional as F import torch.optim as optim from collections import OrderedDict class Net2(nn.Module):# 从nn.Module
阅读全文
摘要：第一种语法： 层层堆叠 import torch.nn as nn import torch.functional as F import torch.optim as optim from collections import OrderedDict class Net1(nn.Module):#
阅读全文
摘要：# Copyright (c) OpenMMLab. All rights reserved. """Image Demo. This script adopts a new infenence class, currently supports image path, np.array and f
阅读全文
摘要：_base_ = [ '../_base_/models/mask-rcnn_r50_fpn.py', '../_base_/datasets/coco_instance.py', '../_base_/schedules/schedule_1x.py', '../_base_/default_ru
阅读全文
