![](https://img-blog.csdnimg.cn/20210124214102795.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
Pytorch
文章平均质量分 57
Pytorch 技术专栏
菜根檀
这个作者很懒,什么都没留下…
展开
-
BrokenPipeError: [Errno 32] Broken pipe
RuntimeError: An attempt has been made to start a new process before the current process has finished its bootstrapping phase. This probably means that you are not using fork to start your child processes and you have forg原创 2021-10-18 11:37:22 · 1278 阅读 · 0 评论 -
pytorch数据处理之 transforms.ToTensor()解释
pytorch数据处理之 transforms.ToTensortransforms.ToTensor()函数的作用是将原始的PILImage格式或者numpy.array格式的数据格式化为可被pytorch快速处理的张量类型。输入模式为(L、LA、P、I、F、RGB、YCbCr、RGBA、CMYK、1)的PIL Image 或 numpy.ndarray (形状为H x W x C)数据范围是[0, 255] 到一个 Torch.FloatTensor,其形状 (C x H x W) 在 [0.0,原创 2021-09-29 08:58:33 · 30734 阅读 · 0 评论 -
对Swin-Transformer的理解
对Swin-Transformer的初步理解Introduction整体结构Patch Embedding(Partition)Patch MergingWindow Partition/ReverseWindow Attention相对位置编码Shifted Window Attention特征图移位操作Attention MaskTransformer Block整体架构参考 Swin-Transformer原创 2021-05-04 21:56:28 · 5623 阅读 · 4 评论 -
ResNet _make_layer代码理解
ResNet _make_layer代码理解ResNet构建过程BasicBlock理解Bottleneck理解ResNet上图为ResNet的5个 基本结构,为了方便理解,此处以最简单的18-layer为例来展开:首先我们知道ResNet中对于50层以下的构建块采用的是BasicBlock,而大于50的深层则采用的是Bottleneck,BasicBlock的构建代码如下:class BasicBlock(nn.Module): expansion = 1 def __init_原创 2021-01-31 22:41:26 · 13811 阅读 · 5 评论 -
图像处理图片的格式对结果的影响
图像处理图片的格式对结果的影响前言分析过程原因分析mode==1mode==L前言 首先,写此篇博客是因为博主在使用不同的数据集进行显著性检测时当将训练集的规模变大时,效果反而变差,最后测试得到的结果显著图是一种全黑的状态,讲道理,这不应该,因为选用的都是广为使用的标准数据集(RGBD)。 并且之前使用单独的数据集(DUT-RGBD)时结果是正常的,当加入两个性的数据集NJUD(1485张)和NLPR(800张)以及它们的增强一共32原创 2020-09-16 20:50:32 · 1412 阅读 · 2 评论 -
pytorch-报错篇
Error1Traceback (most recent call last): File "F:/Work/PycharmProjects/pytorch/venv/优化器.py", line 79, in <module> l_his.append(loss.data[0]) #loss recodseIndexError: invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor原创 2020-07-14 15:21:53 · 613 阅读 · 0 评论 -
pip安装pytorch出现MemoryError
pip安装pytorch出现MemoryError如下图:根据最后一行红色字体我们知道出现了MemoryError,根据字面意思我们可知此问题与内存有关。因为pip安装的缓存机制想要先把整个文件读取到内存以后才开始安装,因此可能导致内存不足。所以我们在安装时指示不启用缓存即可,可以使用 --no-cache-dir 命令,如下pip install --no-cache-dir torch==1.5.1+cu101 torchvision==0.6.1+cu101 -f https://downlo原创 2020-07-05 22:43:39 · 7884 阅读 · 7 评论 -
DPANet: Depth Potentiality-Aware Gated Attention Network for RGB-D Salient Object Detection
DPANet: Depth Potentiality-Aware Gated Attention Network for RGB-D Salient Object DetectionAbstractIntroductionRelated WorkRGB Salient Object DetectionRGB-D Salient Object DetectionMethodologyA. Overview of the Proposed NetworkB. Depth Potentiality Percept原创 2020-10-06 15:27:52 · 1362 阅读 · 1 评论 -
理解深度学习中的反向传播
理解深度学习中的反向传播概述介绍图示计算过程图示求导两种模式计算结果重要性概述反向传播主要广泛应用于深度学习中的优化器,是优化器的主要工作原理介绍反向传播是使训练深度模型在计算上易于处理的关键算法。对于现代的神经网络来说,相对于实现一个简单的网络,它可以使梯度下降的训练速度快1000万倍。这就是一个模型的训练时间一周和20万年的区别。除了在深度学习中使用外,反向传播在许多其他领域也是一种强大的计算工具,从天气预报到分析数值稳定性,它只是有不同的名称。事实上,该算法已经在不同领域进行了至少数十次的重原创 2020-09-22 19:54:17 · 4221 阅读 · 0 评论 -
使用pytorch进行深度学习所需的函数
torch.nn.AdaptiveMaxPool2d(out_size):功能:无论输入什么尺寸的张量,输出的尺寸大小均为out_size*out_sizetorch.nn.Conv2D(in_channels,out_channels,kernel_size,stride,padding,bias)功能:进行基本的卷积操作torch.nn.ReLU():功能:激活函数torch.nn.ConvTranspose2d(in_channels,out_channels,kernel_size,st原创 2020-08-29 10:53:32 · 367 阅读 · 0 评论