- 博客(57)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 few shot vid2vid（Few-shot Video-to-Video Synthesis）论文理解
在vid2vid基础上改进，适应于不同的域
2024-03-18 14:28:31
387
原创 vid2vid（Video-to-Video Synthesis）论文详读和理解
video2video视频合成，通过语义分割图或者素描图直接生成视频
2024-03-14 17:36:46
394
转载 opencv_SKimage_python数字图像处理网站资源汇总
opencv-python图像轮廓: link.形态学开闭运算:link.SKimage目录1:link.目录2：limk.
2021-07-09 15:05:55
210
原创 Pytorch_常用normalization
常用几种normalization:链接1: link.链接2: link.normalization意义:链接3: link.
2021-04-17 10:25:40
354
原创 GPU显存不足-优化方案-pytorch
按照优化成本，对可以减少显存占用方案进行排序：目录1.计算总loss时候进行代码优化2.降低batch_size3.Relu 的 inplace 参数4.释放不需要的张量和变量5.数据变小6.精简模型1.计算总loss时候进行代码优化loss本身是一个包含梯度信息的 tensor，正确的求损失和的方式为：total_loss += loss.item()2.降低batch_size适当降低batch size， 则模型每层的输入输出就会成线性减少， 效果相当明显。必须要多个batch_size
2020-12-03 22:15:56
3892
原创 pytorch-CroosEntropyLoss使用详解（多维）
目录:1.分类问题（input二维）2.图像分割问题（input多维）1.分类问题（input二维）分类问题输入是每一个batch的各个类别预测概率。input, target, output形状如下：input：（batch_size, class_num）target：（batch_size）output：（batch_size）示例：>>> loss = nn.CrossEntropyLoss()>>> input = torch.randn(3,
2020-12-03 20:55:55
1693
2
原创 02读写文件
r只读不创建；w新建写入打开；a附加写打开；r+读写不创建；w+新建读写；a+附加读写1.创建并写入f = open("a.txt", 'a')f.write("\n写入一行新数据")f.close() # 一定要有close，否则无法保存进去2.读取并写入f = open('a.txt', 'r')n = open('b.txt','w+')n.writelines(f....
2020-03-09 16:09:00
151
原创 01批量移动（复制）文件—制作训练集
1.数据组织格式：源数据组织格式：新数据组织格式：2.代码实现：# 深度学习过程中，需要制作训练集和验证集、测试集。import osimport randomimport shutildef moveFile(fileDir, tarDir): categorys = os.listdir(fileDir) # 所有类别 # pri...
2020-03-09 14:33:19
170
原创 TypeError: batch must contain tensors, numbers, dicts or lists;
参考：https://blog.csdn.net/zkp_987/article/details/81078923核心错误出现在没有把图片transform为tensorfrom torchvision import transforms as TT.ToTensor()
2020-01-14 11:41:50
1443
1
原创 IndexError: Dimension out of range (expected to be in range of [-1, 0], but got 1)
参考：http://www.seotest.cn/jishu/57263.html问题背景：两个不一样的神经网络，读取数据和训练模型等代码一样，只是两个模型不一样。经过分析问题一定出在模型上原代码： def forward(self, input): x = self.feature(input) x = x.squeeze() fc = ...
2020-01-07 16:15:49
21613
2
原创 torch.nn.Upsample实现上采样
参考链接:https://www.cnblogs.com/wanghui-garcia/p/11399053.html官方文档：https://pytorch.apachecn.org/docs/1.0/nn.htmltorch.nn.Upsample(size=None, scale_factor=None, mode='nearest', align_corners=None)# siz...
2020-01-06 11:24:18
3570
原创 conda和cmd命令
conda环境管理参考：https://www.cnblogs.com/liaohuiqiang/p/9380417.html.conda和cmd常用命令参考：https://blog.csdn.net/qq_44775361/article/details/101194523.
2019-12-25 12:08:47
575
原创 为什么卷积核个数就是卷积后的通道数?
参考博客: https://blog.csdn.net/Xiao_Bai_Ke/article/details/98998767.https://blog.csdn.net/zh_ch_yu/article/details/88383196.输入： 3通道的6 ×\times× 6图像（3 ×\times× 6 ×\times× 6）卷积核： 2个3 ×\times× 3的卷积核（默认为...
2019-12-25 11:10:38
3918
原创 Pytorch1.0中常用模块
1. torch.nnfrom torch import nn1.1卷积nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)# in_channels：输入通道# out_channels：输出通道# kernel_size：卷积核...
2019-09-29 21:53:59
166
原创 PowerShell相关
1.简介Windows PowerShell 是一种命令行外壳程序和脚本环境，它引入了许多非常有用的新概念，从而进一步扩展了您在 Windows 命令提示符和 Windows Script Host 环境中获得的知识和创建的脚本。使命令行用户和脚本编写者可以利用 .NET Framework的强大功能。2.打开方式2.1 “win + R”用组合键“win + R”打开运行命令窗口，输入“...
2019-09-24 18:34:05
162
原创 Git基础
1.安装官方网站：https://git-scm.com/下载完成后，进行安装；设置全部默认即可。2.初始化配置目的：是让它知道主人是谁，以便和GITHub进行协同。方法：打开cmd命令行窗口，输入下列命令git config --global user.name "用户名"# 上方的用户名必须用英文git config --global user.email "邮箱"配置...
2019-09-20 15:47:02
151
原创 assert（断言）用法
断言语句是将调试断言插入到程序中的一种方便方法。1.用法assert condition让程序来测试condition，如果condition为false就会生成一个AssertionError。相当于：if not condition: raise AssertionError()2.示例>>> assert 2 == 2>>> as...
2019-09-18 11:25:39
662
原创 Argparse模块
argparse是一个命令行参数解析模块！它要运行在命令行下（cmd命令窗口）python代码：import argparseparser = argparse.ArgumentParser()parser.parse_args()cmd窗口：C:\Users\Administrator>cd C:\Users\Administrator\DesktopC:\Users\A...
2019-09-16 17:08:16
218
原创 cmd操作
1.转到其他盘目录下盘符后加一个半角英文冒号比如C:D:E:之后回车就行了进出目录，用cd命令比如当前在D盘根目录,想要进入D:\abc,输入cd abc出目录也是用CD命令CD…回到上一级目录CD\回到根目录...
2019-09-12 19:56:11
111
原创 Python_PyCharm中引用同一目录下的模块
如下图，要在main.py中导入networks和manager两个模块；错误示例：import networks as net from manager import Manager, Optimizers正确示例：import src.networks as net # PyCharm工程当前目录在上一层，所以需要从目录开始引用from src.manager i...
2019-09-11 09:54:39
2130
原创 PyTorch_分类器详解_构建并训练CNN
运行错误：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 usin...
2019-09-09 21:23:48
419
转载 PyTorch_图片数据集
1.CIFAR-10CIFAR-10是多伦多大学提供的图片数据库，图片分辨率压缩至32x32，一共有10种图片分类，均进行了标注。适合监督式学习。CIFAR10有60000张图片，其中50000张是训练集，10000张是测试集。数据下载网址：http://www.cs.toronto.edu/~kriz/cifar.html2.ImageNetImageNet网站首页：http://ima...
2019-09-09 15:31:10
1179
原创 PyTorch_神经网络详解
神经网络可以使用torch.nn包。nn.Module包含层和方法，forward(input)返回output。神经网络的典型训练过程如下：------定义具有一些可学习参数(或权重)的神经网络。------迭代输入数据集------通过网络处理输入------计算损失(输出离正确有多远)------将梯度传播回网络参数------更新网络的权重，通常使用简单的更新规则：weigh...
2019-09-08 21:29:12
1368
原创 PyTorch_Autograd(自动微分)
Autograd是PyTorch中所有神经网络的核心。------torch.Tensor是包的中心类。当.requires_grad为True时，它开始跟踪它上的所有操作。当你完成你的计算，你可以调用.backward()并自动计算所有梯度。这个张量的梯度将累积到.grad属性。------要阻止张量跟踪历史，您可以调用.detach()将其与计算历史分离，并防止将来的计算被跟踪。每个张量都...
2019-09-06 17:29:10
239
原创 PyTorch_基础
第三方库：from __future__ import print_function # 使print函数在python2.x版本中正常运行import torch（1） print_function 使print函数在python2.x版本中正常运行。（2） torch 包包含了多维张量的数据结构, 以及基于其上的多种数学操作. 此外, 它还提供了许多用于高效序列化 Tensor ...
2019-09-04 11:15:55
111
原创 PyTorch_自动求导
示例代码：import torchfrom torch import autogradx = torch.tensor(1.) # 只有浮点型张量才可以求梯度（导数）a = torch.tensor(1., requires_grad=True) # requires_grad=True 表示对其求导b = torch.tensor(2., requires...
2019-08-14 16:39:28
119
转载 电脑触摸板操作
基本操作：用单指触摸触摸板并移动相当于移动鼠标；轻敲触摸板相当于鼠标左键单击；轻敲两次相当于鼠标左键双击。一、用单指触摸触摸板并移动相当于移动鼠标二、单击左键相当于点击鼠标左键；单击右键相当于点击鼠标右键。三、单指双击触摸板相当于鼠标左键双击；双指同时单击触摸板相当于单击鼠标右键。四、拖动图标；左手双击图标后不松手，右手进行拖动五、选中一段文字；左手双击后不松手，右手进行选中六、...
2019-08-14 16:03:14
7085
原创 PyTorch_GPU加速测试
1.0.0Truecpu 0.20143413543701172 tensor(3496775.5000)cuda:0 0.28623294830322266 tensor(141487., device='cuda:0')cuda:0 0.007987499237060547 tensor(141487., device='cuda:0')
2019-08-14 15:41:18
10536
6
原创 PyTorch安装
1.查看电脑CUDA版本CUDA（Compute Unified Device Architecture）是由NVIDIA公司创立的基于他们公司生产的图形处理器GPUs（Graphics Processing Units,可以通俗的理解为显卡）的一个并行计算平台和编程模型。通过CUDA，GPUs可以很方便地被用来进行通用计算（有点像在CPU中进行的数值计算等等）。在没有CUDA之前，GPUs一般...
2019-08-12 11:30:34
9327
5
原创 深度学习_卷积神经网络
卷积神经网络（Convolutional Neural Network, CNN）用于图像识别，在CNN 中有卷积层（Convolution层）、池化层（Pooling层）和全连接层（fully-connected）, 随着网络深度的加深，高度和宽度会逐渐减小，信道的数量逐渐增加。常见的卷积神经网络有两种：（1）Input -> 卷积层 -> 池化层 -> 卷积层 ->...
2019-08-10 11:12:38
318
1
原创 深度学习_正则化_抑制过拟合
过拟合 是指只能拟合训练数据，但不能很好的拟合不包括训练数据在内的数据。用正则化来抑制过拟合，正则化有两种方法：权值衰减和Dropout。（1）发生过拟合的原因：——权重参数取值过大——模型拥有大量的参数，表现力强——训练数据少（2）权值衰减将上式加入到损失函数中，λ是控制正则化强度的超参数，λ越大对大的权重施加的惩罚就越重。（3）Dropout当网络模型变得复杂，用权值衰减就很...
2019-08-01 16:09:44
345
原创 深度学习_权重初始值_BatchNormalization
在神经网络的学习中，权重的初始值特别重要。很多时候权重的初始值关系到神经网络的学习能否成功。经过
2019-08-01 15:01:11
596
原创 深度学习_参数更新
1.SGD（随机梯度下降法）将参数的梯度（导数）作为线索，沿梯度方向更新参数，重复多次逐渐靠近最优参数。该方法比较低效，当处理的函数的形状非均向时搜索路径会非常低效。（1）数学式W: 要更新的权重参数∂L/∂W: 损失函数关于W的梯度η: 学习率（2）实现代码class SGD: """随机梯度下降法（Stochastic Gradient Descent）""" ...
2019-07-31 21:56:08
1236
原创 深度学习_Affine&Softmax-Loss层
Affine层：神经网络在传播时，进行的矩阵乘积运算。import numpy as npclass Affine: # 进行矩阵乘积运算的层 def __init__(self, w, b): self.w = w self.b = b self.x = None self.dw = None ...
2019-07-25 15:09:38
669
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人