![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
还是少年呀
就读于电子科技大学计算机学院
展开
-
查看pb文件中的graph
方法1读取pb文件, 然后将graph保存到log文件中,然后使用tensorboard就能打开import tensorflow as tffrom tensorflow.python.platform import gfilepath = './'model = 'tnn.pb'graph = tf.get_default_graph()graph_def = graph.as_graph_def()graph_def.ParseFromString(gfile.FastGFile(p原创 2021-10-30 15:26:49 · 1141 阅读 · 0 评论 -
进度条模块tqdm的使用
用法1:代码:from tqdm import tqdmimport timefor i in tqdm(range(100)): time.sleep(0.01)结果:用法2代码:from tqdm import trangeepoch = 10n_batches = 10000with tqdm(total=n_batches, desc='Train epoch %d' % epoch) as train_enum: for batch_num in rang原创 2020-08-26 20:57:00 · 1134 阅读 · 0 评论 -
GPU导入模型非常缓慢的解决办法
问题描述最近在一台服务器上训练模型,奈何卡有点少,为了更有销效率的调参,将网络和环境都迁移到一台8卡的服务器上,本以为会开启疯狂调参模式,没想到问题来了。GPU每秒加载4-5M的模型数据,我的模型和数据集一共差不多是8500M左右,这谁顶得住呀。想办法经过我的各种科学思考(网上乱查),都没找到解决办法。于是我慌了,换了一个在该服务器上的环境试了下,发下1秒读取8000M,稳得不行。观察两个环境得差异发现新服务器得cuda是cuda10.0,原来服务器得cuda是cuda8.0,所以导致了我将cuda原创 2020-07-07 18:27:33 · 6258 阅读 · 3 评论 -
starGAN v2 论文阅读
StarGAN v2文章目录StarGAN v2摘要一.介绍二.StarGANv21.网络结构2.loss设置三.实验结果展示四.总结Reference摘要优秀的图像-图像转换模型需要学习不同视觉域之间的映射,要同时满足以下属性:1)生成图像的多样性和 2)在多个域上的可扩展性。因此提出了star-GAN v2和动物数据集AFHQ一.介绍域:可以分组为视觉上独特的类别的不同组图片风格:每组图片中的每张图片都有独特的外观,这称之为风格。比如,可以根据性别将人分为男性和女性两个域,而人物的装扮,原创 2020-06-19 15:46:59 · 4485 阅读 · 1 评论 -
VAE与GAN的区别和联系
转载链接1.互怼的艺术:从零直达 WGAN-GP2.变分自编码器VAE:原来是这么一回事 | 附开源代码正文1 前言 GAN,全称 Generative Adversarial Nets,中文名是生成对抗式网络。对于 GAN 来说,最通俗的解释就是“造假者-鉴别者”的解释,如艺术画的伪造者和鉴别者。一开始伪造者和鉴别者的水平都不高,但是鉴别者还是比较容易鉴别出伪造者伪造出来的艺术画。但...转载 2020-04-08 23:52:29 · 6252 阅读 · 1 评论