pytorch学习
mdjxy63
这个作者很懒,什么都没留下…
展开
-
x = x.view(x.size(0), -1) 的理解
之前对于pytorch的网络编程学习都是大致理解每一层的概念,有些语法语句没有从原理上弄清楚,就比如标题的x = x.view(x.size(0), -1) 。这句话一般出现在model类的forward函数中,具体位置一般都是在调用分类器之前。分类器是一个简单的nn.Linear()结构,输...转载 2018-03-06 21:37:46 · 5400 阅读 · 2 评论 -
pytorch当中的dataloader的collate_fn的使用
转载自:https://www.jianshu.com/p/bb90bff9f6e5总之,collate_fn就是,在若干张图片拼接为一个batch的时候,我们需要组织一种数据拼接方式,这个数据拼接方式就是collate_fn。这里说明了batch当中每个data由哪些元素组成...转载 2018-12-29 22:43:19 · 6400 阅读 · 0 评论 -
pytorch使用报错
一篇简书写了一些常见的pytorch报错问题:https://www.jianshu.com/p/1fa86e060e5a问题一: Unexpected key(s) in state_dict: "bn1.num_batches_tracked", "layer1.0.bn1.num_batches_tracked", "layer1.0.bn2.num_batches_tracke...原创 2018-12-20 10:51:32 · 3717 阅读 · 6 评论 -
pytorch fine-tuning注意事项
前言这篇文章算是论坛PyTorch Forums关于参数初始化和finetune的总结,也是我在写代码中用的算是“最佳实践”吧。最后希望大家没事多逛逛论坛,有很多高质量的回答。参数初始化参数的初始化其实就是对参数赋值。而我们需要学习的参数其实都是Variable,它其实是对Tensor的封装,同时提供了data,grad等借口,这就意味着我们可以直接对这些参数进行操作赋值了。这就是PyTo...转载 2018-12-05 19:07:11 · 768 阅读 · 0 评论 -
水平翻转需要注意的事项
在水平翻转的时候,可以通过image.transpose(PIL.Image.FLIP_LEFT_RIGHT)来进行图像上的水平翻转,但是label并不能和翻转后的图片一一对应,因此需要修改label的横坐标位置 方法1:通过计算中心点的x坐标来更新 #计算中心点anno_centers=(anno[:,0]+anno[:,2])/2#对于中心点进行水平翻转anno_c...原创 2018-11-04 22:03:01 · 355 阅读 · 0 评论 -
基于pytorch的yolo v3的理解(下篇)
参考链接:原文链接:https://blog.paperspace.com/how-to-implement-a-yolo-object-detector-in-pytorch/机器之心翻译链接:https://mp.weixin.qq.com/s/jOcpMR2B3x-Nt2FvM6ThrQ本文是基于这两篇文章,再加上我自己的理解写成的,注释用红色标出。---------------------...转载 2018-07-13 22:22:02 · 1117 阅读 · 1 评论 -
基于pytorch的yolo v3的理解(上篇)
参考链接:原文链接:https://blog.paperspace.com/how-to-implement-a-yolo-object-detector-in-pytorch/机器之心翻译链接:https://mp.weixin.qq.com/s/3mnV8gz1AsYQ2ElK--Ihrg本文是基于这两篇文章,再加上我自己的理解写成的,注释用红色标出。-------------...转载 2018-07-13 19:35:26 · 1470 阅读 · 0 评论 -
nn.autogrid.Function 与nn.module的区别
Function与Module的差异与应用场景Function与Module都可以对pytorch进行自定义拓展,使其满足网络的需求,但这两者还是有十分重要的不同:Function一般只定义一个操作,因为其无法保存参数,因此适用于激活函数、pooling等操作;Module是保存了参数,因此适合于定义一层,如线性层,卷积层,也适用于定义一个网络Function需要定义三个方法:__init__, ...转载 2018-03-07 18:18:21 · 795 阅读 · 0 评论 -
配置facebook的maskrcnn-benchmark
repo:https://github.com/facebookresearch/maskrcnn-benchmark安装:https://github.com/facebookresearch/maskrcnn-benchmark/blob/master/INSTALL.md可以按照这个教程安装,不过需要注意几点问题:1)一定要使用anaconda的虚拟环境2)一定要先安装...原创 2019-04-14 16:48:54 · 709 阅读 · 0 评论