深度学习
文章平均质量分 65
深度学习相关
3D_DLW
这个作者很懒,什么都没留下…
展开
-
基于GPT-SoVITS少样本语音转换的实时交互TTS
该项目是对 GPT-SoVITS-WebU 中文本转语音功能的一个封装,提供了一个命令行程序,实现了实时输入文本播放语音的高效交互。在命令行中直接输入文本并点击回车,将在后台开启一个线程基于配置文件中指定的模型将该文本转为语音,转换完成后立即在指定的音频输出设备播放。文本转语音和语音播放将使用后台线程进行,在这过程中可以输入下一条文本。可以随时切换不同的模型。原创 2024-03-05 14:54:01 · 2485 阅读 · 0 评论 -
整理Ubuntu深度学习服务器初始化操作
这两年总是换服务器,每次配置都挺麻烦的要搜一堆东西,干脆直接整理一下供自己以后参考。原创 2022-12-01 20:13:15 · 1342 阅读 · 0 评论 -
mmDetection mmSegmentation 使用不同的学习率下降策略
mmcv / mmDetection / mmSegmentation 的官方文档讲的很粗略(2022-04-23), 故写一篇来总结用法。注: 举例的迭代方式为iter, 使用epoch的话其实是一样的。原创 2022-04-23 16:11:37 · 665 阅读 · 0 评论 -
mmSegmentation 支持输入多波段图像 并使用随机窗口采样
前言我需要使用mmSeg做遥感图像分割, 输入的图像有17个波段, 已经将数据转换成npy格式; 标签图像为png格式。一张图像的大小约为512x512, 共约40张影像。由于数据量较少, 因此希望输入的数据为随机增强裁剪的大小为128x128的图像, 以最大程度利用数据增强的功能。配置文件基于ISPRSDataset-Vaihingen(configs/_base_/datasets/vaihingen.py)修改而来, mmSeg中对遥感影像处理方式就是直接裁切(tools/convert_dat原创 2022-04-22 01:50:58 · 1845 阅读 · 0 评论 -
mmSegmentation 自定义验证钩子(eval_hooks)
前言mmSegmentation 中的验证流程不满足需求, 因此自定义验证流程。验证流程在 config 文件中配置如下, 属于 schedule 配置。evaluation = dict(interval=16000, metric='mIoU', pre_eval=True) # 每 16000 个迭代周期进行一次评估,评估指标为 mIoU每当 interval 个 iter 训练完成后, 启用一次 evaluation。版本信息mmcv 1.4.8mmsegmentation 0.2原创 2022-04-22 01:30:03 · 942 阅读 · 0 评论 -
复现 DemystifyLocalViT Segmentation
本文记录复现 DemystifyLocalViT 在图像语义分割中的应用过程。原创 2022-04-18 17:29:26 · 1149 阅读 · 0 评论 -
pytorch数值溢出的几种原因
错误信息一般的错误表述如下:xxx.py:xxx: RuntimeWarning: overflow encountered in reducexxx.py:xxx: RuntimeWarning: invalid value encountered in true_divide...xxx.cu:xxx: block: [xxx,0,0], thread: [0,0,0] Assertion `input_val >= zero && input_val <= xxx原创 2021-11-11 11:35:52 · 8394 阅读 · 3 评论 -
RuntimeError: cuda runtime error (801) : operation not supported at ..
错误信息THCudaCheck FAIL file=..\torch/csrc/THCudaChgeneck FAeric/StoragITHL Cuefile=Sha.da.\rCinhtoregcch.k cpp /csrcline=24F/gAI9 errL file=oe..\tor=nr801 : eoric/Stopch/ceration not susrcpporte/genderic/StorageSharing.cpp rageSharing.cpp line=249 error=80原创 2021-11-08 23:10:55 · 3688 阅读 · 2 评论 -
pytorch 自定义 Dataset 出现错误 NotImplementedError: Variable is not picklable
参考: https://github.com/pytorch/vision/issues/689报错信息Traceback (most recent call last): File "G:/EddyPredict/train.py", line 108, in <module> for batch in training_loader: File "D:\Miniconda3\envs\dl\lib\site-packages\torch\utils\data\data.原创 2021-11-04 10:19:33 · 1403 阅读 · 0 评论 -
记录一次 NaN in Loss 的解决过程
前言训练的模型经常数十个epoch后Loss中出现NaN,困扰了很久终于解决了,记录一下。检测我通常会在计算loss.backward()后optimizer.step()前,添加条件判断是否出现NaN:if loss != loss: raise Exception('NaN in loss, crack!')定位输出参数和梯度同样放在loss.backward()后optimizer.step()前。用于打印网络所有层参数和梯度的最大和最小值,仅在Debug时使用:# pri原创 2021-08-08 10:37:33 · 5481 阅读 · 0 评论 -
pytorch BatchNorm1d 输入二维和三维数据的区别
在阅读KPConv-PyTorch源码时,发现其对torch.nn.BatchNorm1d进行了封装。class BatchNormBlock(nn.Module): def __init__(self, in_dim, use_bn, bn_momentum): """ Initialize a batch normalization block. If network does not use batch normalization, replace with原创 2021-07-19 19:21:59 · 3629 阅读 · 0 评论 -
pytorch DataParallel 数据对象分割问题
报错信息:RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cuda:1!问题原因:传入模型的数据格式为对象(object),原创 2021-06-16 16:25:16 · 1501 阅读 · 0 评论 -
使用Colab进行点云语义分割模型训练
前言由于Colab免费版的内存过小,本文基于Colab Pro运行。使用代码https://github.com/DLW3D/point_edg由https://github.com/yanx27/Pointnet_Pointnet2_pytorch修改而来。可以直接使用Colab记事本打开。运行步骤Colab准备加载硬盘,用于储存模型。from google.colab import drivedrive.mount('/content/drive')查看版本!python --ve原创 2021-06-11 16:29:55 · 859 阅读 · 2 评论 -
RandLA-Net源码解析
前言以运行S3DIS数据集为例.该文章不是运行指南,仅为阅读源码的笔记。数据准备下载数据集解压到/data/S3DIS/Stanford3dDataset_v1.2_Aligned_Version文件夹中。Stanford3dDataset_v1.2_Aligned_Version文件夹中包含多个Area_*(区域)文件夹。每个Area(区域)文件夹中包含多个场景文件夹。每个场景文件夹(以Area_1\conferenceRoom_1为例)中主要包含一个场景点云文件conferenceRo原创 2021-03-03 19:52:34 · 6155 阅读 · 29 评论 -
pytorch 批标准化模块 torch.nn.BatchNorm1d
官方文档: https://pytorch.org/docs/stable/generated/torch.nn.BatchNorm1d.htmlclass torch.nn.BatchNorm1d(num_features, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)输入: (N,C) 或 (N,C,L)输出: (N,C) 或 (N,C,L) (与输入相同的形状)参数:num_features:.原创 2021-02-16 03:04:12 · 1300 阅读 · 0 评论 -
StyleGAN2使用pbaylies/stylegan-encoder将图片投影到潜在空间
前言还记得我们曾经使用stylegan-encoder寻找图片潜码来控制图片的生成.到了StyleGAN2后,官方的代码自带了个 run_projector.py 来将图片投影到对应的潜码.但是使用后发现其生成速度慢(所需迭代数高),生成的相似度不高,根本没第一代的 pbaylies/stylegan-encoder 好用.让我们来对比下官方和 pbaylies/stylegan-enco...原创 2020-02-27 04:05:13 · 6526 阅读 · 23 评论 -
微调StyleGAN2模型(使用Google Colab)
前言上回说到,我们好不容易弄好了数据集却发现GPU显存不足(RTX2080 8G显存),怎么调参数都没法跑.因为不确定真的是显存问题,我用尽关键词百度了一圈都找不到训练StyleGAN2相关的笔记/博客(2020年2月9日),感觉国内暂时还没人做过这个的样子.去谷歌/推特翻了一圈,也没找到想要的答案,但是发现大家都在用Google Colab来做实验.本着实在不行买点算力来跑的想法,详细了...原创 2020-02-10 06:58:22 · 9168 阅读 · 52 评论 -
微调StyleGAN2模型
目录前言爬取图片处理图片裁剪waifu2x放大图片鉴别器排序人工筛选创建数据集进行训练前言尝试微调2020-01-11-skylion-stylegan2-animeportraits-networksnapshot-024664.pkl这个StyleGAN2 512*512 的动漫人物生成模型为特定角色的生成模型.于是开始构建特定角色的数据集.爬取图片我用的是 https://githu...原创 2020-02-08 22:55:23 · 8213 阅读 · 8 评论 -
styleGAN2 MemoryError: Unable to allocate 0 bytes for an array with shape (1073741824, 0)
错误信息Traceback (most recent call last): File "C:/Users/78753/Desktop/stylegan2encoder/project_images.py", line 129, in <module> main() File "C:/Users/78753/Desktop/stylegan2encoder/proje...原创 2020-02-07 00:14:03 · 5400 阅读 · 0 评论 -
使用styleGAN-encoder学习控制图片的向量
目录前言人脸特征标记数据集使用线性模型学习向量性能评估前言使用styleGAN-encoder对生成的图片进行控制 这篇文章中我们使用了储存库内置的向量对生成的图片进行控制,那么接下来我们尝试自己训练一个这样的向量.人脸特征标记数据集我们使用一个[潜码对应各种属性]的数据集latent_training_data.pkl.https://pan.baidu.com/s/1oBs7ayqr...原创 2020-02-04 19:06:11 · 2705 阅读 · 19 评论 -
使用styleGAN-encoder对其他模型进行生成控制
目录前言生成反向模型反算潜码并生成头像改进重生成特征混合TODO前言上篇文章说到由于储存库的作者只给出了针对karras2019stylegan-ffhq-1024x1024.pkl这个人脸生成模型的反向模型.我尝试了对2019-03-08-stylegan-animefaces-network-02051-021980.pkl使用该方法重生成动漫人脸,却发现生成出来的效果很差.于是打算自己训...原创 2020-02-04 18:30:04 · 3077 阅读 · 3 评论 -
使用styleGAN-encoder对生成的图片进行控制
目录下载储存库修改配置抽取人脸(可跳过)反算潜码并重生成人脸人脸特征混合定向改变人脸特征TODO下载储存库https://github.com/pbaylies/stylegan-encoder修改配置部分参考:https://blog.csdn.net/weixin_41943311/article/details/103030194由于源储存库中的部分模型在谷歌云上,下载缓慢,需...原创 2020-02-03 22:03:32 · 6158 阅读 · 10 评论 -
Tensorflow GPU利用率低
可能是因为Windows下任务管理器不会直接给出CUDA对GPU的占用,实际上是有占用的.或用命令行查看.> cd C:\Program Files\NVIDIA Corporation\NVSMI> nvidia-smiMon Dec 23 14:19:08 2019+---------------------------------------------------...原创 2019-12-23 14:24:58 · 4082 阅读 · 7 评论 -
keras 时间序列数据预测与结果分析
目录数据来源文件结构代码load_tools.pyget_tools.pyget_samples.pynew_generator.pyevaluate_model.pyhistory_predict.pyserch_predict.pyrun.pyrun.batdotrain.py效果DNNCNNGRUResNet混合Attention总结数据来源使用tushare的接口获取股票历史数据.#...原创 2019-12-20 16:37:28 · 2245 阅读 · 0 评论 -
使用keras进行时间序列数据预测
代码makegenerators.pyimport osimport tushare as tsimport numpy as npimport pandas as pddef makegenerators(ts_code='600004.SH', batch_size=1024, start_rate='', end_rate=''): # 判断文件是否存在,不存在则通...原创 2019-11-15 11:08:46 · 2487 阅读 · 0 评论 -
keras 使用WGAN-div进行图像生成
论文Wasserstein Divergence for GANs提出了WGAN-div,主要是针对 1-Lipschitz问题提出了一种新的解决方案.个人感觉比WGAN-GP要好.以下代码的超参数是根据论文中的写的,但是网络架构并不是.论文中使用的是ResNet结构本文中用的是普通的卷积网络架构#! -*- coding: utf-8 -*-# wgan-divimport msv...原创 2019-08-29 17:40:09 · 2801 阅读 · 8 评论 -
keras 使用相同样本进行train和evaluate得到的loss不同
train_on_batch()返回的loss是执行这次训练前的loss使用相同的样本进行train和evaluate得到的loss不同主要是因为网络中的Dropout和BatchNormalization在训练模式/测试模式(learning_phase)中表现不同https://keras.io/getting-started/faq/#why-is-the-training-loss-m...原创 2019-08-29 17:16:42 · 1680 阅读 · 0 评论 -
keras 使用DCGAN生成二次元人物头像
import osimport tensorflow as tfimport keras.backend.tensorflow_backend as KTFfrom keras.preprocessing import imagefrom keras.preprocessing.image import ImageDataGeneratorimport kerasfrom keras ...原创 2019-08-25 00:26:07 · 4042 阅读 · 6 评论 -
keras 使用RNN
文字感情分析参考:https://nbviewer.jupyter.org/github/fchollet/deep-learning-with-python-notebooks/blob/master/6.2-understanding-recurrent-neural-networks.ipynb# 数据预处理from keras.datasets import imdbfrom ke...原创 2019-08-18 00:57:27 · 3544 阅读 · 0 评论 -
keras 词嵌入向量(WordEmbedding)使用GloVe
参考:https://nbviewer.jupyter.org/github/fchollet/deep-learning-with-python-notebooks/blob/master/6.1-using-word-embeddings.ipynb# ************* 加载数据import os# download from http://ai.stanford.edu/~a...原创 2019-08-17 01:58:38 · 1564 阅读 · 0 评论 -
keras 使用预训练CNN进行训练
数据集文件结构代码import kerasfrom keras import layersfrom keras import modelsfrom keras.applications import VGG16from keras.preprocessing.image import ImageDataGeneratorinput_size = (150, 150)batch...原创 2019-08-16 18:23:53 · 1415 阅读 · 0 评论 -
keras CNN卷积核可视化,热度图
卷积核可视化import matplotlib.pyplot as pltimport numpy as npfrom keras import backend as Kfrom keras.models import load_model# 将浮点图像转换成有效图像def deprocess_image(x): # 对张量进行规范化 x -= x.mean() ...原创 2019-08-14 19:32:29 · 4815 阅读 · 6 评论 -
keras训练曲线,混淆矩阵,CNN层输出可视化
训练过程def show_train_history(train_history, train_metrics, validation_metrics): plt.plot(train_history.history[train_metrics]) plt.plot(train_history.history[validation_metrics]) plt.title(...原创 2019-08-10 17:27:14 · 12491 阅读 · 20 评论