摘要：
pre-trained表示已经训练过的模型可能是训练时要导入的骨架，也可能是已经训练完的模型可以直接进行使用。 阅读全文
posted @ 2023-07-06 09:11
祥瑞哈哈哈
阅读(36)
评论(0)
推荐(0)
摘要：
长度是338。 ['conv_stem.0.weight:torch.Size([24, 3, 3, 3])', 'conv_stem.1.weight:torch.Size([24])', 'conv_stem.1.bias:torch.Size([24])', 'conv_stem.1.runn 阅读全文
posted @ 2023-07-04 16:31
祥瑞哈哈哈
阅读(40)
评论(0)
推荐(0)
摘要：
strict为真时要导入model所有的键值及对应名称。传入空列表报错如下 Error(s) in loading state_dict for PoseHigherResolutionNet: Missing key(s) in state_dict: "features.0.1.weight", 阅读全文
posted @ 2023-07-04 15:40
祥瑞哈哈哈
阅读(271)
评论(0)
推荐(0)
摘要：
['features.0.1.weight:torch.Size([24, 3, 3, 3])', 'features.0.2.weight:torch.Size([24])', 'features.0.2.bias:torch.Size([24])', 'features.0.2.running_ 阅读全文
posted @ 2023-07-04 14:06
祥瑞哈哈哈
阅读(18)
评论(0)
推荐(0)
摘要：
代码读取配置文件创建的网络 ['features.0.1.weight:torch.Size([24, 3, 3, 3])', 'features.0.2.weight:torch.Size([24])', 'features.0.2.bias:torch.Size([24])', 'feature 阅读全文
posted @ 2023-07-04 14:05
祥瑞哈哈哈
阅读(22)
评论(0)
推荐(0)
摘要：
zhengshu=x(1:4,1:1000)futou1=x(1:4,1001)futou2=x(1:4,1002)futou3=x(1:4,1003)futou1=futou1/sqrt(sum(futou1.*futou1));fu12=futou1'*futou2futou1mo=sqrt(s 阅读全文
posted @ 2023-07-02 11:39
祥瑞哈哈哈
阅读(149)
评论(0)
推荐(0)
摘要：
首先证明这四个端元信号线性无关，无法互相表示。 w=rank(x(1:4,1001:1004))该代码得到的秩为4。因此做3个互相正交的向量。用数据向这个3个向量投影表示，如果剩下的模越多，表示对第四个需求越大。 现在的问题是出现负值了，但是这个负值怎么来的。因为我代码错了，没把这3个向量拆成单位正 阅读全文
posted @ 2023-07-02 11:21
祥瑞哈哈哈
阅读(40)
评论(0)
推荐(0)
摘要：
w=X(1:211,setdiff(1:length(X), indices))w1=X(1:211,1:2)w2=repmat([1,2],211,1)%横向把1和2沿着行方向复制211行，列为2行。w3=w1.*w2%矩阵中每一个格子乘以一个格子w4=w1-w3w3=w1-w2 阅读全文
posted @ 2023-07-02 08:46
祥瑞哈哈哈
阅读(83)
评论(0)
推荐(0)
摘要：
有俩个配置文件分别是frozen-60和unfrozen-29他俩的区别只在于批度。为了区别配置文件的区别可以用word审阅->比较去查看区别。删除和添加表示不同的字符.删除区别不同的字符添加成后一篇文章的字符。 get_anno_file_name()是读取标签路径的 get_image_path 阅读全文
posted @ 2023-06-30 18:08
祥瑞哈哈哈
阅读(60)
评论(0)
推荐(0)
摘要：
litepose首先训练一个supernet网络。 supernet网络用权重共享技术支持不同的信号道配置。 阅读全文
posted @ 2023-06-30 11:29
祥瑞哈哈哈
阅读(68)
评论(0)
推荐(0)
浙公网安备 33010602011771号