![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
文章平均质量分 73
不卷CV了
热爱历史的工科狗
展开
-
Pytorch自动混合精度(AMP)介绍与使用
Pytorch自动混合精度(AMP)介绍与使用背景:pytorch从1.6版本开始,已经内置了torch.cuda.amp,采用自动混合精度训练就不需要加载第三方NVIDIA的apex库了。本文主要从三个方面来介绍AMP:一.什么是AMP?二.为什么要使用AMP?三.如何使用AMP?四. 注意事项正文:一.什么是AMP?默认情况下,大多数深度学习框架都采用32位浮点算法进行训练。2017年,NVIDIA研究了一种用于混合精度训练的方法,该方法在训练网络时将单精度(FP32)与半精度(FP1转载 2021-07-25 10:51:31 · 9357 阅读 · 0 评论 -
爬虫爬取微博用户粉丝及其关注
爬虫爬取微博用户粉丝及其关注前言 前段时间做了一个爬虫爬取微博用户粉丝及其关注的小项目,但忙着中期毕设答辩忘了加以记录了。对于动态网页的解决办法是使用selenium(上手比较快,而且抓包实在太麻烦了hhhhh我就还没学)。 关于selenium爬虫的学习:b站视频:【爬虫入门】selenium爬取动态网页,以及常见的问题视频的讲义:【爬虫入门】selenium爬取动态网页,以及常见的问题。项目github地址:https://github.com/hit-thusz-RookieCJ原创 2021-04-12 09:13:39 · 3134 阅读 · 1 评论 -
Pytorch中BCELoss和BCEWithLogitsLoss的差别
Pytorch中BCELoss和BCEWithLogitsLoss的差别BCELoss在图片多标签分类时,如果3张图片分3类,会输出一个3*3的矩阵。先用Sigmoid给这些值都搞到0~1之间:假设Target是:BCELoss是−1n∑(yn×lnxn+(1−yn)×ln(1−xn))-\frac{1}{n} \sum(y_n \times lnx_n + (1-y_n) \times ln(1-x_n))−n1∑(yn×lnxn+(1−yn)×ln(1−xn)) ,其中y是ta原创 2020-11-25 11:02:58 · 838 阅读 · 0 评论 -
自制表情包——python合成gif
自制表情包——python合成gif首先,你需要有imageio这个库。没有的话可以在环境中执行下列指令:pip install imageio下面是实现代码,简单易懂,这里就不多加赘述了:import imageioimage_list = ['./piclogs/example/epoch' + str(x) + ".png" for x in range(5, 201, 5)]gif_name = './piclogs/gifs/example.gif'frames = []f原创 2020-05-18 08:18:57 · 248 阅读 · 0 评论 -
python笔记之python读写文件
python读写文件通常我们是通过open函数来读写文件的。以下是open函数的源码:def open(file, mode='r', buffering=None, encoding=None, errors=None, newline=None, closefd=True):我们通常只会用到前两个参数,其中file指的是文件名,而mode指的是你读写要用哪种模式。mode的模式汇总...原创 2020-05-04 16:50:42 · 174 阅读 · 0 评论 -
Pycharm Professional长期免费使用方法(学生党)
Pycharm Professional长期免费使用方法(学生党)众所周知,充钱才能使你变得更强,在Pycharm这个IDE上也是如此。Pycharm Professional相较于免费的社区版的Pycharm多了许多强大的功能,然鹅,它需要充钱。而你是否还在苦逼地用着社区版的Pycharm?你是否还因为Pycharm Professional免费30天期限而苦恼?这里我来分享一个Pycharm...原创 2020-04-25 09:53:20 · 14959 阅读 · 3 评论 -
Python optionParser模块的使用方法
最近用Pytorch进行深度学习训练时会用到,通过这个改参数来训练确实很方便!这篇文章写得很详细,可以参考:https://blog.csdn.net/lwnylslwnyls/article/details/8199454...转载 2020-04-24 17:29:23 · 262 阅读 · 0 评论 -
Python中对列表的常用操作
Python中对列表的常用操作合并两个列表:a = [1,2,3]b = [4,5,6]c = a + b # c = [1,2,3,4,5,6]查看列表的维度:import numpy as npa = [[1,2],[3,4]]print(np.array(a).shape)将numpy.ndarray转为list:a.tolist()持续更新中…后续...原创 2020-04-24 10:05:10 · 183 阅读 · 0 评论