摘要: 旷视MegEngine数据加载与处理 在网络训练与测试中,数据的加载和预处理往往会耗费大量的精力。 MegEngine 提供了一系列接口来规范化这些处理工作。 利用 Dataset 封装一个数据集 数据集是一组数据的集合,例如 MNIST、Cifar10等图像数据集。 Dataset 是 MegEn 阅读全文
posted @ 2021-02-08 07:06 吴建明wujianming 阅读(181) 评论(0) 推荐(0) 编辑
摘要: 旷视MegEngine网络搭建 在 基本概念 中,介绍了计算图、张量和算子,神经网络可以看成一个计算图。在 MegEngine 中,按照计算图的拓扑结构,将张量和算子连接起来,即可完成对网络的搭建。MegEngine 提供了基于 functional 和基于 Module 的两种方式搭建网络。 fu 阅读全文
posted @ 2021-02-08 06:55 吴建明wujianming 阅读(162) 评论(0) 推荐(0) 编辑
摘要: 旷视MegEngine基本概念 MegEngine 是基于计算图的深度神经网络学习框架。 本文简要介绍计算图及其相关基本概念,以及它们在 MegEngine 中的实现。 计算图(Computational Graph) 下面通过一个简单的数学表达式 y=(w∗x)+by=(w∗x)+b 来介绍计算图 阅读全文
posted @ 2021-02-08 06:50 吴建明wujianming 阅读(450) 评论(0) 推荐(0) 编辑
摘要: Torchvision模型微调 本文将深入探讨如何对 torchvision 模型进行微调和特征提取,所有这些模型都已经预先在1000类的magenet数据集上训练完成。将深入介绍如何使用几个现代的CNN架构,并将直观展示如何微调任意的PyTorch模型。由于每个模型架构是有差异的,因此没有可以在所 阅读全文
posted @ 2021-02-08 06:29 吴建明wujianming 阅读(442) 评论(0) 推荐(0) 编辑
摘要: 微调torchvision 0.3的目标检测模型 本文将微调在 Penn-Fudan 数据库中对行人检测和分割的已预先训练的 Mask R-CNN 模型。它包含170个图像和345个行人实例,说明如何在 torchvision 中使用新功能,以便在自定义数据集上训练实例分割模型。 1.定义数据集 对 阅读全文
posted @ 2021-02-08 06:05 吴建明wujianming 阅读(346) 评论(0) 推荐(0) 编辑