随笔分类 -  PyTorch

摘要:squeeze只能删除是1的维度,因此对不是1的维度先切片为1,然后再删除 input_torch=torch.randn([1,5,1,2]) print(input_torch[:, :, :1, :1].squeeze(dim=(2, 3)).shape) #先切片为[1,5,1,1],再删除 阅读全文
posted @ 2024-11-26 00:31 夕西行 阅读(29) 评论(0) 推荐(0)
摘要:YOLO依赖opencv,所以需要在VS2017中配置opencv。YOLO使用的是COCO数据集,感兴趣的可以移步官网。 【配置opencv】属性表方式 新建opencv3410_release_x64.txt,粘贴如下内容后,改为opencv3410_release_x64.props。注意黄色 阅读全文
posted @ 2020-05-11 16:24 夕西行 阅读(2256) 评论(0) 推荐(0)
摘要:【安装pycocotools】 由于pip install pycocotools会出错,所以本地安装1、下载源码https://github.com/philferriere/cocoapi,解压放到任意位置(如D盘)2、cmd中输入 pip install "D:\cocoapi-master\ 阅读全文
posted @ 2020-05-09 11:45 夕西行 阅读(7610) 评论(0) 推荐(1)
摘要:注意vs2013版本过低,建议用新版本vs 1、解压libtorch 进入lib查看拥有的lib文件 2、添加系统环境(一般是bin,但是libtorch的dll都在lib目录里) 3、VS新建项目,属性管理器窗口新建自己的属性表 双击属性表 4、解决提醒std冲突问题,项目——属性(注意不是双击属 阅读全文
posted @ 2020-05-07 11:59 夕西行 阅读(2326) 评论(1) 推荐(1)
摘要:1、train 从ultralytics目录里找到yolov8.yaml,拷贝到项目路径里。把其中的nc改为自己的类别数。 新建个yoloData.yaml,用于指定样本目录和具体类别,内容如下 train: /home/aaa/datasets/detect/dst/images/train va 阅读全文
posted @ 2020-04-28 11:36 夕西行 阅读(302) 评论(0) 推荐(0)
摘要:1、各网络比较 https://www.zybuluo.com/rianusr/note/1419006 2、卷积神经网络之AlexNet 阅读全文
posted @ 2020-04-27 15:53 夕西行 阅读(160) 评论(0) 推荐(0)
摘要:state_dict()函数可以返回所有的状态数据。load_state_dict()函数可以加载这些状态数据。 推荐使用: #保存 t.save(net.state_dict(),"net.pth") #加载 net2=Net() net2.load_state_dict(t.load("net. 阅读全文
posted @ 2020-04-27 14:01 夕西行 阅读(2111) 评论(0) 推荐(0)
摘要:用代码看下各层信息(以ResNet18为例) model=models.resnet18(weights=models.ResNet18_Weights.IMAGENET1K_V1) #初始化模型 print(model) #查看模型层信息 summary(model,(1,3,224,224)) 阅读全文
posted @ 2020-04-23 18:59 夕西行 阅读(1439) 评论(0) 推荐(0)
摘要:torchvision是PyTorch的一个视觉工具包,提供了很多图像处理的工具。 datasets使用ImageFolder工具(默认PIL Image图像),获取定制化的图片并自动生成类别标签。如裁剪、旋转、标准化、归一化等(使用transforms工具)。 DataLoader可以把datas 阅读全文
posted @ 2020-04-23 11:59 夕西行 阅读(5101) 评论(1) 推荐(1)
摘要:学习PyTorch,推荐“慢行厚积”的博客。pytorch常用损失函数 pytorch专栏 https://www.cnblogs.com/wanghui-garcia/category/1418462.html 阅读全文
posted @ 2020-04-22 17:33 夕西行 阅读(209) 评论(0) 推荐(0)
摘要:与其他教程不一样的地方是加载的本地已下载数据(代码中下载速度太慢)。关于数据集的说明点击此链接。 1、下载数据集,复制此链接到迅雷下载 http://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz 2、解压到E:/data目录中, 3、jupyter中 阅读全文
posted @ 2020-04-22 14:47 夕西行 阅读(567) 评论(0) 推荐(0)
摘要:深度学习之PyTorch实战(1)——基础学习及搭建环境 深度学习之PyTorch实战(2)——神经网络模型搭建和参数优化 深度学习之PyTorch实战(3)——实战手写数字识别 推荐“战争热诚”的博客 阅读全文
posted @ 2020-04-21 09:30 夕西行 阅读(145) 评论(0) 推荐(0)
摘要:本博客参考 http://studyai.com/pytorch-1.4/beginner/blitz/neural_networks_tutorial.html + 《PyTorch入门与实践》 torch.nn最核心的类是nn.Module,一个 nn.Module 包含若干 layers, 和 阅读全文
posted @ 2020-04-03 15:57 夕西行 阅读(579) 评论(0) 推荐(0)
摘要:x经过某些运算得到1个y,那么就出现了dy/dx,以及x→y的映射(y是如何由x运算得到的)。 dy/dx的获得需两步:y.backward() 、x.grad,即反向传播、求出梯度 x→y的映射,是Tensor对象的一个属性grad_fn:y.grad_fn 注意,反向传播会累加梯度,所以反向传播 阅读全文
posted @ 2020-04-03 15:41 夕西行 阅读(508) 评论(0) 推荐(0)
摘要:原位操作(in-place),带“_”尾巴的都是原位操作,如x.add_(y) ,x被改变。 1、加法 import torch as t x=t.Tensor([[10,11],[20,21]]) #Tensor得到的是浮点型 #x=t.tensor([[10,11],[20,21]],dtype 阅读全文
posted @ 2020-04-03 14:21 夕西行 阅读(3746) 评论(0) 推荐(0)
摘要:tensor(张量)是PyTorch的一种数据类型,可以是标量、一维向量、多维矩阵等。 官网已经有介绍,总结如下: 上图中types可以不同(dtype不设定就是同类型),并没有严格界限,不过最好按推荐的情况去使用。 tensor.*中tensor就是带有数据的具体对象了,如下述案例中x、y等。 1 阅读全文
posted @ 2020-04-03 11:51 夕西行 阅读(1472) 评论(0) 推荐(0)
摘要:案例源码链接 http://studyai.com/pytorch-1.2/beginner/fanshionmnist_tutorial.html PyTorch环境配置,Pycharm使用参考我博客。 1、打开PyCharm,创建项目,新建python文件,hello.py 从上到下依次粘贴链接 阅读全文
posted @ 2020-04-02 18:41 夕西行 阅读(892) 评论(0) 推荐(0)
摘要:【转载】 https://blog.csdn.net/wangwangstone/article/details/89815661 阅读全文
posted @ 2020-03-16 09:41 夕西行 阅读(215) 评论(0) 推荐(0)
摘要:1、下载安装python,勾选添加到环境,选择自定义安装,选择路径,其他默认。安装完成后,pip也安装完毕(包含在python中)。以管理员身份运行cmd,输入:pip --version,查看pip版本,有版本号则说明安装成功。 2、更换源,win+R 输入%HOMEPATH%,在此目录下创建 p 阅读全文
posted @ 2020-03-13 18:33 夕西行 阅读(24772) 评论(0) 推荐(0)