11 2019 档案

pytorch 指定GPU训练
摘要：# 1： torch.cuda.set_device(1) # 2： device = torch.device("cuda:1") # 3：（官方推荐）import os os.environ["CUDA_VISIBLE_DEVICES"] = '1' （同时调用两块GPU的话） os.envir 阅读全文
posted @ 2019-11-29 11:21 you-wh 阅读(6538) 评论(1) 推荐(1)
linux下命令行执行Python程序提示no moudle,路径问题
摘要：在ide中执行python程序，已经设置好项目路径中。 但是在cmd中执行程序，所在路径是python的搜索路径，如果涉及到import引用就会报类似ImportError: No module named xxx这样的错误， 解决方法： 在报错的模块中添加： import sysimport os 阅读全文
posted @ 2019-11-15 11:02 you-wh 阅读(2254) 评论(0) 推荐(0)
mobileNet v2
摘要：MobileNet95%的计算时间都花费在1x1的逐点卷积上，并且占参数量的75%，如表2所示。其他额外的参数几乎都集中于全连接层。 主要还是采用depth-wise卷积和point-wise卷积来提取特征，很大程度上减少了参数量。 结构图： 升级点： 采用残差结构 在depthwise卷积之前先升 阅读全文
posted @ 2019-11-06 21:35 you-wh 阅读(355) 评论(0) 推荐(0)
tensorflow常用函数
摘要：tf.gather：用一个一维的索引数组，将张量中对应索引的向量提取出来 1 import tensorflow as tf 2 3 a = tf.Variable([[1,2,3,4,5], [6,7,8,9,10], [11,12,13,14,15]]) 4 index_a = tf.Varia 阅读全文
posted @ 2019-11-05 21:59 you-wh 阅读(250) 评论(0) 推荐(0)
IncepText算法笔记
摘要：源头：场景文本经常受到aspect ratio, scal, and orientation的影响 为了解决这个问题，提出了inceptext，主要贡献在于添加了inception-text module和deformable PSROI pooling来解决多角度的文本检测。 The Propos 阅读全文
posted @ 2019-11-03 21:04 you-wh 阅读(475) 评论(0) 推荐(0)
TP、FP、FN、TN的含义
摘要：true positive（被正确分类的正例） false negative（本来是正例，错分为负例） true negative（被正确分类的负例） false positive（本来是负例，被错分为整理） 记忆方法，前边T\F是分类正确或者错误，后面的P\N是结果被分成是正例或负例 对于一个分类 阅读全文
posted @ 2019-11-01 22:25 you-wh 阅读(7399) 评论(0) 推荐(1)

Fork me on GitHub