自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(28)
  • 收藏
  • 关注

原创 DeepLearning Good Blogs!

此博客用于积累一些优秀的博客和文章,持续更新。深度学习基础L1与L2损失函数和正则化的区别英文原文:Differences between L1 and L2 as Loss Function and Regularization中文翻译:L1与L2损失函数和正则化的区别...

2019-12-14 15:16:07 225

原创 Anaconda的环境管理和包管理

在服务器运行程序,不同的项目会有不同的环境需求,conda可以创建并管理多个环境,很好的解决了我们的问题。1. Conda的环境管理Conda的环境管理功能允许我们同时安装若干不同版本的Python,并能自由切换。假设我们安装anaconda时采用的是Python 2.7对应的安装包,那么Python 2.7就是默认的环境(默认名字是root,注意这个root不是超级管理员的意思)。这...

2018-08-07 10:57:43 2303

原创 PyTorch中的.train()与self.training

设置.train(),self.training=True设置.eval(),self.training=Falseclass MyNet(nn.Module): def __init__(self): super(MyNet, self).__init__() self.features = nn.Sequential( nn.Conv2d(1, 32, kernel_size=3, padding=1, bias = False),

2021-04-01 10:35:26 11317 1

原创 linux常用命令

linux常用命令查看文件或文件夹所占磁盘空间大小整个目录的大小 du -sh目录里的每个字目录的大小 du -sh *子目录以及子目录里的文件的大小 du -ah

2020-02-22 15:42:41 227

原创 神经网络常见错误(Most Common Neural Net Mistakes)

神经网络常见错误(Most Common Neural Net Mistakes)本文总结自Andrej Karpathy的一篇推特及其评论区。原推特链接你没有尝试在一个batch上首先达到过拟合你忘记转换train和eval模式你忘记在.backward()之前设置.zero_grad()在Pytorch中你向损失函数输入了一个经过softmax后的输出,但是可能你的损失函数需要一...

2019-12-19 09:39:09 498

原创 Pytorch加载COCO预训练DeepLabV3

这里写自定义目录标题DeeplabV3 ResNet101调用torchvision.models.segmentation源码接口的定义函数deeplabv3_resnet101加载模型的函数_load_model创建用于分割的resnet函数_segm_resnettorchvision.models源码torchvision.models.resnet.pytorchvision.model...

2019-12-17 10:13:07 6573 7

原创 np.setdiff1d:返回仅在数组A中有而B数组没有的元素(A和B的差集)

返回两个数组的差集a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])b = np.array([3, 4, 7, 6, 7, 8, 11, 12, 14])c = np.setdiff1d(a,b)c#输出:array([1, 2, 5, 9])输出A中有,B中没有的元素...

2019-11-17 00:59:42 1384 1

原创 numpy.extract:从数组中提取符合条件的元素

从数组中提取符合条件的元素arr = np.arange(10)arr#array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])#设置条件,如:能整除3condition = np.mod(arr, 3)==0condition#array([ True, False, False, True, False, False, True, False, False,...

2019-11-17 00:54:29 3377

原创 numpy.clip使数组中的值保持在一定区间内

numpy.clip使数组中的值保持在一定区间内np.clip()给定一个区间范围,区间范围外的值将被截断到区间的边界上。例如,如果指定的区间是 [-1,1],小于-1 的值将变为-1,而大于 1 的值将变为 1。array = np.array([10, 7, 4, 3, 2, 2, 5, 9, 0, 4, 6, 0])print(np.clip(array,2,6))#输出:[6 6...

2019-11-17 00:39:42 1700

原创 Numpy的argpartion函数

Numpy的argpartion函数一、np.argpartion()Numpy的argpartion函数来源于快排算法中的一个典型操作partition,即根据一个数值x,把数组中的元素划分成两半,使得index前面的元素都不大于x,index后面的元素都不小于x。np.argpartition不对原数组操作,只返回一个按照上述操作排序过后的index。通过这个函数可以高效地找到 N 个最...

2019-11-17 00:32:17 2180

原创 临时设置环境变量(python和Linux命令行)

python中设置环境变量(临时)使用os模块import os#当前存在的环境变量,可以在ipython中直接输入下面这句查看keysIn [3]: os.environ.keys()Out[3]: ['LC_NUMERIC', 'LESSOPEN', 'SSH_CLIENT', 'LOGNAME', 'USER', 'HOME', 'LC_PAPER', 'PATH'...

2019-11-08 16:13:55 4451

原创 PASCAL VOC 2012 and SBD (the augment dataset) 总结

在阅读DeepLab时,发现paper中首先介绍了PASCAL VOC 2012数据集,然后又说使用一个augment后的dataset来进行训练。论文中是这样说的:The proposed models are evaluated on the PASCAL VOC 2012 semantic segmentation benchmark [1] which contains 20 fore...

2019-08-02 16:10:58 10188

原创 DeepLabv3+训练细节总结

Training Protocol backbone: ResNet-101 or modified aligned Xception pretrain: ImageNet-1K dataset: PASCAL VOC 2012 (20 foreground object classes, 1 background class)10582 (trainaug) training imag...

2019-08-02 10:47:43 2483 1

原创 TF学习之DeepLabv3+代码阅读6(train_utils)

DeepLabv3+代码阅读之train_utils.py一、get_model_learning_rate()def get_model_learning_rate(learning_policy,# Learning rate policy for training. base_learning_rate,# The base lea...

2019-08-02 10:38:29 1194 2

原创 TF学习之DeepLabv3+代码阅读5(model)

DeepLabv3+代码阅读之model.py一、multi_scale_logits多尺度输入,得到输出概率参数: images: 输出图片,尺寸 [batch, height, width, channels]. model_options: 配置模型的参数选择,一个ModelOptions实例 image_pyramid: 图片金字塔,输入图片的多个尺度,如果没有此项输入,则为[...

2019-08-02 10:38:10 720

原创 TF学习之DeepLabv3+代码阅读4(common)

DeepLabv3+代码阅读之common.py一、ModelOptionsclass ModelOptions( collections.namedtuple('ModelOptions', [ 'outputs_to_num_classes',# 输出类型对应类别数的字典,会得到如:outputs_to_num_classes['semantic'] = 21 ...

2019-08-02 10:37:56 488

原创 TF学习之DeepLabv3+代码阅读3(input_preprocess)

DeepLabv3+代码阅读之input_preprocess.py一、preprocess_image_and_label对图片和标签处理返回: original_image: 原始图片 processed_image: 处理后图片 label: 处理后ground truthdef preprocess_image_and_label(image,# 输入图片 ...

2019-08-02 10:37:41 497

原创 TF学习之DeepLabv3+代码阅读2(dataset)

DeepLabv3+代码阅读之data_generator.py一、Dataset1. __init__class Dataset(object): """Represents input dataset for deeplab model.""" def __init__(self, dataset_name,# Dataset name ...

2019-08-02 10:37:17 596

原创 TF学习之DeepLabv3+代码阅读1(train)

DeepLabv3+代码阅读之train.py一、main()def main(unused_argv):# main必须带参数,否则报错:'TypeError: main() takes no arguments (1 given)'; # main的参数名随意定义,无要求。 tf.logging.set_verbosity(tf.loggi...

2019-08-02 10:36:34 1250 2

原创 pytorch积累

pytorch学习笔记model.eval()model.eval()CLASS torch.nn.Modulenn.Module中的一个方法:eval()Sets the module in evaluation mode.将模型设置为evaluation模式。源代码:def eval(self): r"""Sets the module in evaluation...

2019-01-18 10:48:30 236

转载 选择要用的GPU: CUDA_VISIBLE_DEVICES

服务器中有多个GPU,选择特定的GPU运行程序可在程序运行命令前使用:CUDA_VISIBLE_DEVICES=0命令。0为服务器中的GPU编号,可以为0, 1, 2, 3等,表明对程序可见的GPU编号。1. 命令:CUDA_VISIBLE_DEVICES=1 # 只有编号为1的GPU对程序是可见的,在代码中gpu[0]指的就是这块儿GPUCUDA_VISIBLE_DEVICES=0...

2018-10-31 11:41:04 107551 19

原创 Python用法积累

Python用法积累Python高级方法字符串进行左, 右, 居中对齐检查字符串开头内容:startswith()方法Python高级方法字符串进行左, 右, 居中对齐1. 使用字符串的str.ljust() str.rjust() str.center()s为需要对齐的字符串,第2个参数为插入其他字符的形式,第1个参数为总的数量。(包括字符串s)s.ljust(20,"*")输出:'...

2018-10-31 11:04:54 172

原创 Python中的魔法方法

Python中的魔法方法总结(持续更新)python中的魔法方法总结`__str__`python中的魔法方法总结__str__当使用print输出对象的时候,只要自己定义了__str__(self)方法,那么就会打印从这个方法中return的数据。举个例子:class Cat: """定义了一个Cat类""" #初始化对象 def __init__(self, n...

2018-10-31 10:04:46 153

原创 PyTorch学习:加载模型和参数

pytorch的模型和参数是分开的,可以分别保存或加载模型和参数。pytorch有两种模型保存方式:一、保存整个神经网络的的结构信息和模型参数信息,save的对象是网络net二、只保存神经网络的训练模型参数,save的对象是net.state_dict()对应两种保存模型的方式,pytorch也有两种加载模型的方式。对应第一种保存方式,加载模型时通过torch.load('.pth...

2018-08-07 16:36:56 96668 15

原创 Mask R-CNN代码分析(二)

二、Mask R-CNN代码解读FAIR在发布detectron的同时,也发布了一系列的tutorial文件,接下来将根据Detectron/GETTING_STARTED.md文件来解读代码。先来看一下detectron的文件结构。config中是训练和测试的配置文件,官方的baseline的参数配置都以.yaml文件的形式存放在其中。 demo一些图像示例还有分割好的结果。...

2018-08-06 09:24:18 6824 1

原创 Mask R-CNN代码分析(一)

Mask R-CNN的源码是随着FAIR的物体检测平台detectron公布的,detectron囊括了从Fast R-CNN到Mask R-CNN所有重要的物体检测算法,整个平台基于caffe2实现。本文主要从代码层面介绍Mask R-CNN具体的实现过程。一、caffe2介绍caffe2是在caffe的基础上的进化版,最大的特色就是引入了operator的概念,取代了caffe中lay...

2018-08-02 00:14:51 2068

原创 经典必读list

汇集了几篇经典必读的论文,有时间一定要细读一遍。一定要在暑假都读一遍。[1] I. Goodfellow, J. Pouget-Abadie, M. Mirza, B. Xu, D.Warde-Farley,S.Ozair,A.Courville,andY.Bengio. Generative adversarial nets. In NIPS, 2014.GANs的开山之作,必读。[...

2018-08-01 09:59:12 295

原创 需要阅读的论文list

读了《Unsupervised Person Image Synthesis in Arbitrary Poses》这篇发现还需要补充阅读的绿色表示已读[1] S. E. Reed, Z. Akata, S. Mohan, S. Tenka, B. Schiele, and H. Lee. Learning what and where to draw. In NIPS, 2016.p...

2018-07-29 10:42:55 726

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

提示
确定要删除当前文章?
取消 删除