摘要：
使用示例 x = x[:,:,torch.arange(x.size(2))%8!=0] 剪切掉第三个维度的8的整数行 维度上不仅支持用：进行多行选择，也可以用bool组成的tensor判断是否保存这一行。 阅读全文
posted @ 2023-10-12 21:13
心比天高xzh
阅读(55)
评论(0)
推荐(0)
摘要：
问题报错 RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation: [torch.FloatTensor [544, 768]], whi 阅读全文
posted @ 2023-10-10 15:19
心比天高xzh
阅读(73)
评论(0)
推荐(0)
摘要：
train.py import torch import numpy as np import os import math import sys import argparse import psutil import torch import torch.optim as optim impor 阅读全文
posted @ 2023-10-08 15:27
心比天高xzh
阅读(80)
评论(0)
推荐(0)
摘要：
#run.py import argparse parser = argparse.ArgumentParser() parser.add_argument('--device', type=str, default='cpu:0',help='use which device') parser.a 阅读全文
posted @ 2023-10-08 14:50
心比天高xzh
阅读(26)
评论(0)
推荐(0)
摘要：
实现模版 class our_dataset(Dataset): def __init__(self,···): super(our_dataset, self).__init__() #初始化，可以自定义添加参数 def __getitem__(self,index): ··· return im 阅读全文
posted @ 2023-10-08 14:29
心比天高xzh
阅读(36)
评论(0)
推荐(0)
摘要：
import os import psutil info = psutil.virtual_memory() print(u'cpu个数：',psutil.cpu_count()) print(u'电脑总内存：%.4f GB' % (info.total / 1024 / 1024 / 1024)) 阅读全文
posted @ 2023-10-08 14:22
心比天高xzh
阅读(41)
评论(0)
推荐(0)
摘要：
#torch.optim.SGD 常用参数列表： params 需要学习的参数 lr 学习率 momentum：冲量 加入冲量后权重更新公式由v=−dx∗lr+v变成v=−dx∗lr+v∗momemtum weight_decay：权重衰减 防止过拟合，原理见[这里](https://zhuanla 阅读全文
posted @ 2023-09-05 08:40
心比天高xzh
阅读(53)
评论(0)
推荐(0)
摘要：
原因未知，解决方法：删除C:\Users\123\AppData\Roaming\Tencent\WeChat文件夹下所有内容，再打开应用。 阅读全文
posted @ 2023-07-03 22:02
心比天高xzh
阅读(75)
评论(0)
推荐(0)
摘要：
波特率指的是异步时钟的频率。 source code top module `timescale 1ns / 1ps ////////////////////////////////////////////////////////////////////////////////// // Compa 阅读全文
posted @ 2023-05-12 10:42
心比天高xzh
阅读(21)
评论(0)
推荐(0)
摘要：
显示原理与VGA原理类似。 使用屏幕为800*480分辨率，对应的时序参数如下： 行显示时序如下图： 列显示时序与行显示时序类似。 #source code `timescale 1ns / 1ps ////////////////////////////////////////////////// 阅读全文
posted @ 2023-05-12 10:19
心比天高xzh
阅读(126)
评论(0)
推荐(0)
浙公网安备 33010602011771号