- 博客(21)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 利用pytorch实现Fooling Images(添加特定噪声到原始图像,使神经网络误识别)
It suggests that it is the space, rather than the individual units, that contains the semantic information in the high layers of neural networks. 在深层的神经网络中，真正影响特征信息的，不是个体单元，而是空间信息。 we find that
2017-11-30 11:22:15
7143
原创 利用pytorch实现Visualising Image Classification Models and Saliency Maps
素材来源自cs231n-assignment3-NetworkVisualizationsaliency mapsaliency map即特征图，可以告诉我们图像中的像素点对图像分类结果的影响。计算它的时候首先要计算与图像像素对应的正确分类中的标准化分数的梯度(这是一个标量)。如果图像的形状是(3, H, W)，这个梯度的形状也是(3, H, W)；对于图像中的每个像素点，这个梯度告诉我们当像素点
2017-11-29 17:40:35
5593
1
原创 对pytroch中torch.autograd.backward的思考
反向传递法则是深度学习中最为重要的一部分，torch中的backward可以对计算图中的梯度进行计算和累积这里通过一段程序来演示基本的backward操作以及需要注意的地方>>> import torch>>> from torch.autograd import Variable>>> x = Variable(torch.ones(2,2), requires_grad=True)>>>
2017-11-29 16:31:37
3912
原创 pytorch需要注意的隐晦操作Tensor,max,gather
文章移到：https://oldpan.me/archives/pytorch-rookie-care-tensor-max-gather pytorch中有很多操作比较隐晦，需要仔细研究结合一些例子才能知道如何操作，在此对这些进行总结！torch.gather(input, dim, index, out=None) → Tensor先看官方的介绍： 如果input是一个...
2017-11-28 22:24:50
17473
转载 Python __init__.py 作用详解
原文地址：https://www.cnblogs.com/Lands-ljk/p/5880483.html__init__.py 文件的作用是将文件夹变为一个Python模块,Python 中的每个模块的包中，都有__init__.py 文件。通常__init__.py 文件为空，但是我们还可以为它增加其他的功能。我们在导入一个包时，实际上是导入了它的__init__.py文件。这样我们可
2017-11-26 19:58:30
1415
原创 利用pytorch实现迁移学习(Transfer Learning)
迁移学习 迁移学习是深度学习中一种常用的方法，核心思想为利用一个已经在其他训练集训练好的模型的材料（权重值或者特征层）来对目标训练集进行训练。利用另一个训练集训练好的模型，我们可以：提取其训练好的特征层（fixed feature extractor），去除其最后的分类层（全连接层）。注意，去除最后一层后保留的最后一层中是激活层，举个例子，在AlexNet中此层的维数为4096，这一层是非常
2017-11-26 11:13:49
11836
5
转载 深度学习之图像分割 《Fully Convolutional Networks for Semantic Segmentation》—FCN
转载自：http://blog.csdn.net/u011534057/article/details/51247388【论文信息】《Fully Convolutional Networks for Semantic Segmentation》CVPR 2015 best paperReference link: http://blog.csdn.NET/tan
2017-11-25 16:36:27
739
原创 python深度学习库pytorch::transforms练习:opencv,scikit-image,PIL图像处理库比较
进行深度学习时，对图像进行预处理的过程是非常重要的，使用pytorch或者TensorFlow时需要对图像进行预处理以及展示来观看处理效果，因此对python中的图像处理框架进行图像的读取和基本变换的掌握是必要的，接下来python中几个基本的图像处理库进行纵向对比。项目地址：https://github.com/Oldpan/Pytorch-Learn/tree/master/Image-Pro
2017-11-24 23:12:13
5220
原创 机器学习，深度学习必备数据集
cifar-10&&cifar-100http://www.cs.toronto.edu/~kriz/cifar.htmlCaltech-101(加利福尼亚理工学院101类图像数据库)http://www.vision.caltech.edu/Image_Datasets/Caltech101/Caltech-256(加利福尼亚理工学院256类图像数据库)https://authors.librar
2017-11-24 16:05:56
796
原创 linux、windows下查看NVIDIA显卡显存使用率
做深度学习时，查看当前任务的使用率可以有效地进行实验在linux中，命令行输入nvidia-smi指令即可看到当前nvidia显卡的使用情况在window中，同样也是nvidia-smi.exe的命令 在C:\Program Files\NVIDIA Corporation\NVSMI目录中，找到nvidia-smi.exe，将其拖入cmd命令行中即可查到使用情况：
2017-11-20 17:06:20
20210
转载 【转】CNN卷积神经网络_ GoogLeNet 之 Inception(V1-V4)
http://blog.csdn.net/diamonjoy_zone/article/details/70576775参考：1. Inception[V1]: Going Deeper with Convolutions2. Inception[V2]: Batch Normalization: Accelerating Deep Network Training
2017-11-20 16:15:55
1196
原创 win10下安装使用pytorch以及cuda9、cudnn7.0
pytorch是一个优雅的深度学习库，相比TensorFlow更年轻也更充满潜力，在官方的介绍中pytorch只支持linux和mac，但其实windows也是可以安装以及正常使用的平台： win10（版本1709） CPU：i5-7400 显卡：1060 6G 内容：8G软件： anaconda3 pycharm专业版首先从官网下载相应的cuda和cudnn库，记住下载win10版本
2017-11-20 15:42:20
18516
12
原创 win10下Anaconda3配置环境变量
有时候在win10安装好Anaconda3后，使用conda命令时依然会出现：C:\Users\dell\PycharmProjects\pytorch>conda list'conda' 不是内部或外部命令，也不是可运行的程序或批处理文件。这样的情况大部分时因为在安装的时候，没有将anaconda命令加入到系统的环境变量中。与LINUX类似，WINDOW系统设置环境变量也很简单，在我的电脑右
2017-11-17 16:04:03
25782
8
原创 python:格式化字符串,format
python中format格式化字符串比 % 提供更加强大的输出特性1、位置参数format的元素输出流位置参数不受顺序约束，元素放置方式为{},只要format里有相对应的参数值即可,参数索引从0开始，传入位置参数列表时可用*进行读取>>> myinfo = ['oldpan',22]>>> print('my name is {}, age {}'.format('oldpan', 22))
2017-11-16 19:37:21
979
原创 pycharm修改pip源为清华源-提高下载速度
国内pip源：清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/ 在使用pycharm时，打开avaiable packegs，点击Manage Repositories。点右上方的绿色加号，添加清华源即可（图中三个源：原始，清华，阿里），也可以只使用清华源：在添加包页面进行刷新，看到下载地址改变即可如果想使用命令行pip命令进行下载：使用pip的时候在后面
2017-11-15 20:20:31
74082
14
原创 Argparse模块:python快捷实现命令行操作
python中的argparse模块可以方便地实现命令行解释操作，从而实现丰富的功能接口。首先我们来看一段Shell代码：$ lscpython devguide prog.py pypy rm-unused-function.patch$ ls pypyctypes_configure demo dotviewer include lib_pypy lib-python
2017-11-13 20:31:08
1503
原创 python内置函数：enumerate用法总结
enumerate的意思即为枚举，列举。一句话来说，enumerate的作用就是对可迭代的数据进行标号并将其里面的数据和标号一并打印出来。看一下enumerate的函数enumerate(iterable, start=0)第一个参数为可迭代的数据，比如python中的list。第二个参数为该函数打印标号的初始值，默认从0开始打印，该函数返回一个enumerate类型的数据。来看个例子>>> tes
2017-11-09 11:35:30
12660
1
原创 pytorch-0.2成功调用GPU：ubuntu16.04，Nvidia驱动安装以及最新cuda9.0与cudnnV7.0配置
前言从安装ubuntu系统配置pytorch-GPU环境开始就已经走上了不归路，本以为没什么大问题，但其实坑非常的多，在此写上安装过程中遇到的种种问题与大家分享，希望大家少走弯路！另外要说明，安装过程中一定要仔细看cuda、cudnn的官方文档，官方文档写的过程非常的详细，仔细看之后再安装会避免不少的问题！电脑配置电脑为个人闲置的笔记本电脑： 处理器：i7-6700 显卡：GTX 965M（集显
2017-11-06 16:40:58
7293
1
原创 ubuntu16.04下安装NVIDIA（cuda）-gtx965m相关步骤以及问题
ubunt版本：16.04 笔记本：机械革命，i7-6700，gtx965m（集显Intel Hm170 ） 安装NVIDIA以及cuda来测试深度学习之前安装ubuntu前对grub文件进行了修改才进行了安装，现在进入系统安装完nvidia后记得将其改回来。禁用nouveau驱动Ubuntu系统集成的显卡驱动程序是nouveau，如果刚装好ubuntu16.04，系统输入密码无法进入桌面，无限
2017-11-05 18:25:00
2918
原创 深度学习必备：通过VNC连接ubuntu（linux）工作站
说到深度学习，配置搭建环境是最重要的，一些深度学习库的搭建和尝试是必须的。比如pytorch、TensorFlow等优秀的深度框架在linux下可以很好的运行，这里通过使用两台电脑（一台win10、一台ubuntu）来进行深度学习环境的搭建。此篇讲解如果通过VNC实现win10电脑操控（ubuntu）linux电脑，只需一个键盘一个鼠标就可以操控两个电脑，实现高效率工作。必需品： 两台电脑、一根
2017-11-04 19:55:19
8697
原创 关于numpy中random-seed函数
numpy.random.seed随机种子生成器，使下一次生成的随机数为由种子数决定的“特定”的随机数，如果seed中参数为空，则生成的随机数“完全”随机：>>> import numpy as np>>> np.random.seed(1) #指定生成“特定”的随机数-与seed 1 相关>>> a = np.random.random()>>> a0.417022004702574
2017-11-02 20:45:28
7930
2
Ray Wenderlich_iOS_11_by_Tutorials_v1.0-完整源码code
2018-10-30
Ray Wenderlich_iOS_11_by_Tutorials_v1.0_PDF+EPUB
2018-10-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人