- 博客(17)
- 资源 (1)
- 收藏
- 关注
原创 model.state_dict()与model.named_parameters
pytorch中模型参数访问方法有三种:model.state_dict(), model.named_parameters, model.named_parameters.三种方式有细微的差别:model.state_dict():返回的是字典对象,包含可学习与不可学习的所有参数,所以常常用来保存模型或者加载模型。model.named_parameters:返回的是可迭代对象,生成器中只保存了可学习、可被优化器更新的参数的参数名和具体的参数,常常用来锁住某些层的参数,让其在训练的时候不更新参数
2021-09-26 20:47:28 560
原创 ubuntu18.04安装显卡驱动
ubuntu18安装显卡驱动1.驱动选择2.安装准备禁用自带nouveau驱动重启3.卸载之前安装的N卡驱动4.安装显卡驱动1.驱动选择根据所需cuda版本以及gpu型号确定显卡驱动版本,在英伟达官网下载对应驱动安装包(.run文件)2.安装准备ubuntu默认显卡驱动与英伟达驱动互相冲突,不可以直接安装英伟达驱动。安装前需要停用默认驱动。禁用自带nouveau驱动编辑 /etc/modprobe.d/blacklist-nouveau.conf 文件,sudo gedit /etc/modp
2021-08-10 22:01:04 649
原创 yolo_v4模型解析(backbone部分)
结构说明yolo4中的backbone使用了csp结构。所谓的csp结构,目的就是进一步的特征融合。在进入csp之前保存一次特征图A,在csp内部添加残差单元进行特征融合,融合以后输出的特征图与之前保存的特征图A进行一次concat。每一个csp结构前后搭配CBM模块,形成CBM/CSP/CBM的block形式,其中CBM即conv,BN,mish(yolo新定义的激活函数),第一个CBM的作用是对进入csp的特征图进行downsample操作,相当于一次池化,最后一个CBM为1x1卷积。backbone
2021-04-16 09:41:04 2012 2
原创 Unet解析
import torchimport torch.nn as nnimport torchvisionclass UNetFactory(nn.Module): """ 本质上就是一个U型的网络,先encode,后decode,中间可能有架bridge。 其中encoder需要输出skip到decode那边做concatenate,使得decode阶段能补充信息。 bridge不能存在下采样和上采样的操作。 """ def __init__(self,
2021-03-30 16:58:25 344
原创 ubuntu20安装ROS
1.打开终端 输入ros软件源,此处使用清华镜像sudo sh -c ‘echo “deb https://mirrors.tuna.tsinghua.edu.cn/ros/ubuntu $(lsb_release -sc) main” > /etc/apt/sources.list.d/ros-latest.list’2.添加密钥sudo apt-key adv --keyserver ‘hkp://keyserver.ubuntu.com:80’ --recv-key C1CF6E31E6B
2021-03-15 11:31:42 385
原创 主要内容
lane segmentation 模型定制与对比构建项目baseline(训练、推断、配置文件)训练1.baseline 基本原则2.训练过程3. Metrics 模型评价标准IoU/Jaccard IndexLoss 总结图推断训练策略总结遍历数据集,生成csv文件数据处理(待)深度学习笔记笔记手稿文件(无条件下载,内容较为粗糙)神经网络以及误差反向传播神经元模型传统神经网络激活函数‘层’的概念误差反向传播算法神经网络到深度学习经典深度学习网络模型语义分割经典
2021-02-03 09:32:18 95 1
原创 Lane Segmentation模型定制与对比
主要内容构建项目baseline(训练、推断、配置文件)训练1.baseline 基本原则2.训练过程Metrics 评价标准IoU/Jaccard Index构建项目baseline(训练、推断、配置文件)baseline结构和实现语义分割的metrics语义分割的loss训练1.baseline 基本原则no data augmentation尽可能不使用数据增强,便于筛选模型no big model一般开始时使用模型选小的,降低试错的时间成本low resolution(先
2021-02-02 15:22:27 429
原创 深度学习笔记—从入门到入门
深度学习深度学习入门神经网络以及误差反向传播神经元模型传统神经网络激活函数‘层’的概念误差反向传播算法神经网络到深度学习经典深度学习网络模型vgg模型resnet模型mobilenet模型语义分割经典FCN模型deeplab v3+模型目标检测yolo系列(待....)深度学习入门深度学习本质:建立输入与输出之间的对应关系神经网络以及误差反向传播传统神经网络层数比较浅,一般3到5层神经元模型每个神经元接受上层传来的数据,并将这些数据求加权和,然后输入到非线性激活函数中,最后激活函数的输出结果传
2021-02-01 16:03:58 494
原创 ResNet代码解析
ResNet模型代码解析import torch.nn as nnimport torchclass BasicBlock(nn.Module): expassion = 1 def _init_(self, in_channel, out_channel, stride=1, downsample=None): super(BasicBlock,self).__init__() self.conv1 = nn.Conv2d(in_chann
2021-02-01 12:17:51 415 1
原创 mobilenet模型
路径问题os.path.join()os.path.join() 函数:连接两个或更多的路径名组件 1.如果各组件名首字母不包含’/’,则函数会自动加上2.如果有一个组件是一个绝对路径,则在它之前的所有组件均会被舍弃3.如果最后一个组件为空,则生成的路径以一个’/’分隔符结尾Demo1import osPath1 = 'home'Path2 = 'develop'Path3 = 'code'Path10 = Pa
2021-01-04 22:19:23 284
原创 VGG模型
resnet模型VGGResNetVGGimport torch.nn as nnimport torchclass VGG(nn.Module): def __init__(self, features, num_classes=1000, init_weights=False): super(VGG, self).__init__() self.features = features #此处为初始化特征提取网络,即传入make_features函数中生成
2021-01-04 22:14:57 264
原创 ROS学习笔记及主要指令
打印ros环境变量$ echo $ROS_PACKAGE_PATH确认环境变量已经设置正确export | grep ROS环境变量设置文件 sudo gedit ./.bashrc包含: source /opt/ros/indigo/setup.bashsource ~/catkin_ws/devel/setup.bash查看软件包列表和定位软件包rospack list , rospack find package-name输出当前运行的topic列表:rostopic lis..
2020-09-29 11:06:56 162
原创 2020-08-17
本地下载安装torch地址:[link](https://download.pytorch.org/whl/torch_stable.html)
2020-08-17 14:45:58 82
原创 ubuntu16.04开机以后图标变大 分辨率降低
ubuntu16.04开机以后图标变大 分辨率降低之前是好好的,今天打开以后发现电脑图标变大了,分辨率变成了640*480. 打开终端输入nvidia-smi以后,显示NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver.Make sure that the latest NVIDIA driver is installed and running.解决方法首先,终端输入 nvcc -V 查看驱动是否
2020-08-10 15:42:14 1563
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人