08 2025 档案

摘要:和RepVGG类似,ACNet也是通过重参数化提高推理性能。 RepVGG是将3*3结构,1*1结构和直连结构并联在一起,而ACNet是将3*3结构,3*1结构和1*3结构并联在一起,最终在推理时融合为一个3*3结构。 形式如下图: 下面代码是按照自己的理解实现的重参数化Block,分为训练和部署两 阅读全文
posted @ 2025-08-30 21:55 Dsp Tian 阅读(26) 评论(0) 推荐(0)
摘要:RepVGG的核心思想是:在训练网络时使用复杂结构以获得更优的性能,在推理网络时则将其等价转换为一个简单结构以提高速度。 网络核心结构如下图: 如果是ResNet这样的网络,短连接中间有一个非线性层,则没有办法重参数化。 所以RepVGG中将3*3结构,1*1结构和直连结构并联在一起,从而在训练时能 阅读全文
posted @ 2025-08-30 14:50 Dsp Tian 阅读(23) 评论(0) 推荐(0)
摘要:如果从网上down下来的onnx文件的batchsize不是1或者是动态batchsize。 下面代码可以强行将batchsize设为1,方便推理。 代码如下: import onnx # 1. 加载原始模型 model = onnx.load("feature.onnx") # 2. 修改输入层b 阅读全文
posted @ 2025-08-17 12:39 Dsp Tian 阅读(49) 评论(0) 推荐(0)
摘要:github上一般都有每个人的贡献热力图,不过那个图是不分仓库的。 下面代码实现了根据每个仓库统计不同贡献者的贡献热力图。 代码有一半是ai写的,自己完善了一下,功能还行,把脚本放到.git同级目录执行即可。 我把llama.cpp这个工程的热力图统计了一下,一共1232个贡献者,人数比较多,开始执 阅读全文
posted @ 2025-08-09 22:34 Dsp Tian 阅读(45) 评论(0) 推荐(0)