![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
PyTorch
ZeroZone零域
研究方向:计算机视觉/目标检测/深度学习(硕士在读)
展开
-
PyTorch官方教程(一)-A 60 Minute Blitz
What is PyTorch? 一个基于Python的科学计算包, 设计目的有两点: numpy在GPUs实现上的替代品 具有高度灵活性和速度的深度学习研究平台 Tensors Tensors可以理解成是Numpy中的ndarrays, 只不过Tensors支持GPU加速计算. x = torch.empty(5,3) print(x) # 输出 5×3 的未初始化的矩阵, 矩阵元素未初始化...原创 2018-11-09 20:20:11 · 5665 阅读 · 0 评论 -
PyTorch官方教程(二)-DataLoadingAndProcessing
对于一个新的机器/深度学习任务, 大量的时间都会花费在数据准备上. PyTorch提供了多种辅助工具来帮助用户更方便的处理和加载数据. 本示例主要会用到以下两个包: scikit-image: 用于读取和处理图片 pandas: 用于解析csv文件 导入下面的包 from __future__ import print_function, division import os import t...原创 2018-11-09 20:21:04 · 1262 阅读 · 0 评论 -
PyTorch官方教程(三)-Learning PyTorch with Examples
Tensors Warm-up: numpy 对于numpy来说, 它对计算图, 深度学习, 梯度等等概念几乎是不知道的, 但是, 如果我们了解简单神经网络的具体结构, 那么我们就可以很轻易的用numpy来实现这个简单网络, 对此, 我们通常需要自己来实现前向计算和反向计算的逻辑, 下面我们来实现一个具有两层隐藏层的简单网络: import numpy as np # N 为batch size...原创 2018-11-09 20:21:49 · 947 阅读 · 0 评论 -
PyTorch官方教程(四)-Transfer_Learning_Tutorial
通常情况下, 我们不会从头训练整个神经网络, 更常用的做法是先让模型在一个非常大的数据集上进行预训练, 然后将预训练模型的权重作为当前任务的初始化参数, 或者作为固定的特征提取器来使用. 既通常我们需要面对的是下面两种情形: Finetuning the convnet: 在一个已经训练好的模型上面进行二次训练 ConvNet as fixed feature extractor: 此时, 我们...原创 2018-11-09 21:32:16 · 1145 阅读 · 0 评论 -
MaskrcnnBenchmark 源码解析-模型定义(modeling)之骨架网络(backbone)
源码文件 不论是在训练脚本文件 train_net.py 还是在测试脚本文件 test_net.py 中, 都调用了 build_detection_model(cfg) 函数来创建模型, 该函数封装了模型定义的内部细节, 使得我们可以通过配置文件轻松的组合出不同类型的模型, 为了能够更好的了解模型的内部细节, 我们有必要知道这些模型是如何被定义, 又是如何组合到一起的, 为此我们需要对 Mask...原创 2018-12-14 16:38:59 · 9949 阅读 · 13 评论 -
module 'torchvision.datasets' has no attribute 'VOCDetection'
module ‘torchvision.datasets’ has no attribute ‘VOCDetection’ 这是因为 VOCDetection 还没有添加到最新的 release 版本的导致的错误, 我们可以通过源码的方式重新安装 torchvision. 方法如下: 首先查看当前虚拟环境的 torchvision 的安装位置: import torchvision as tv ...原创 2018-12-19 11:26:47 · 6305 阅读 · 0 评论