- 博客(5)
- 收藏
- 关注
RSS订阅原创 远程服务器离线快速下载imagenet数据
我们通常选用服务器进行深度学习的数据训练，这是因为远程服务器有更高性能的GPU，本文介绍如何在远程服务器上下载image-net数据。选项用于下载文件时保持文件的完整路径结构，后面是一个下载数据的URL，需要下载其他数据时候更换对应的URL网址即可。然后我们进入服务器的终端，使用cd进入到data文件夹下，然后输入命令bash down.sh即可下载。这样，下载进程将会保存到run.log文件，然后我们可以关闭VPN连接，做其他事情，等待下载完毕即可。是一个在命令行中常用的下载工具，
2024-04-05 14:25:34
528
1
原创 Pytorch训练测试模型全流程超详细
本文利用pytorch实现了图像分类的问题。将详细介绍如何使用pytorch一步步搭建模型，训练、测试和评估模型。在上一篇文章中利用torchvision下载了数据集，我们根据该数据进行图像分类。本文重点介绍整个搭建的流程，而不是模型本身，所以会选择一个很简单的网络模型进行图像分类。在前文中，我们下载了60000张已标注好的训练数据和10000张测试集，如下图现在，我们的数据以Pytorch数据集的形式存在；Dataloader将我们的数据集转换为Pytorch可迭代的对象；
2024-03-15 22:27:23
4071
原创 使用torchvision下载数据并可视化
我们的数据格式首先是颜色通道1，然后是图像宽度28和高度28，但是matplotlib则希望先是图像的宽高然后再是颜色通道，因此需要改变形状再绘图。从上方结果来看，训练集的第一张图的标签类别为9，标签是从0开始算的，所以是第10类。这是一个在机器学习中常见的错误，因为你的输入张量的形状与该张量的预期形状不符。最后，我们绘制出更多的图像。我们使用随机性，看看数据集内的随机图像。在后续的文章中，我们将介绍使用一个CV模型来对这些图进行分类。
2024-03-14 17:20:02
809
1
原创 深度学习中的时间一致性和空间一致性
例如，在视频中的物体跟踪任务中，时间一致性要求模型能够准确地跟踪目标对象的运动轨迹，并且在时间上保持稳定性和连续性。在图像处理中，空间一致性表示模型能够在图像中保持局部结构和空间关系。例如，在图像分割任务中，空间一致性要求模型能够准确地识别图像中的对象边界，并且在不同区域之间保持连贯性和稳定性。在深度学习的图像领域中，时间一致性（Temporal Consistency）和空间一致性（Spatial Consistency）是两个重要的概念，它们通常用来描述模型在处理视频或序列数据时的性能。
2024-03-05 17:08:27
626
2
转载 chatglm2-b部署报错问题‘Textbox‘ object has no attribute ‘style‘
我们在部署chatglm2-b的时候可能出现'Textbox' object has no attribute 'style'的问题。这是因为安装的第三方库gradio版本太高，降低版本即可。安装3.50.0或者3.49.0都可以。
2023-11-11 22:32:44
5386
3
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