ncc1995的博客

一、读取cfg文件，根据cfg文件构建网络。[convolutional]batch_normalize=1filters=64size=3stride=2pad=1activation=leaky保存为如下格式：[{"type":convolutional, "batch_normalize":1, "filters"：64, "size":3, "Stride":...

和网上找到的答案都不一样。问题是因为我在__init__外面的函数中定义了一个卷积操作然后就一直报错。具体原因之后再查吧。

记得上次遇到过一次该错误，当时没有总结，今天又遇到了，总结一下！问题：cuda runtime error (59) : device-side assert triggered at /pytorch/aten/src/THC/generated/../generic/T HCTensorMathPointwise.cu:265解决方案：...

错误：AttributeError: Can't get attribute 'BCNN' on <module '__main__' from '今天在服务器上训练好一个网络，用torch.save(model, 'net.pkl')将模型和参数一并保存了起来，方便在自己电脑上测试。把保存的模型下载下来进行测试的时候发现报了上述错误。原来保存下来的模型和参数不能在没有类定义时直...

下面是我今天看的代码，即在对x求导时，将梯度保存下来。 def save_gradient(self, grad): self.gradients.append(grad) def __call__(self, x): outputs = [] self.gradients = [] #for name, module in self.shared_model._modu...

x = torch.randn((1, 4), dtype=torch.float32, requires_grad=True)xOut[54]: tensor([[ 0.1351, 0.8179, 0.1422, -0.3021]], requires_grad=True)y = x ** 2z = y * 4output1 = z.mean()output2 = z.sum...

pytorch的历史版本下载：pytorch previous versions

len方法，提供了dataset的大小；getitem方法， 该方法支持从 0 到 len(self)的索引。#filenames是训练数据文件名称列表，labels是标签列表class MyDataset(Dataset): def __init__(self, filenames, labels, transform): self.filenames ...

今天写GoogLeNet网络的时候，计算网络参数，查了一下卷积中padding的计算方式： H_{out} = \left\lfloor\frac{H_{in} + 2 \times \text{padding}[0] - \text{dilation}[0] \times (\text{kernel_size}[0...

前言：最近在用vgg16跑数据，但是参数量实在太大，跑的非常慢，虽然最后结果还算可观。后面又研究了一下GoogLeNet，自己写了inceptionV1的代码，因为跑vgg16一直占着电脑，所以就没有跑,。在这期间，在小老弟电脑上跑了MobileNet V1，找不到pytorch版的预训练权重，所以从头开始跑，过拟合非常严重，等之后研究一下是什么原因，猜测是数据集不平衡太严重以及没有预训练...

前面的数据是采用PyTorch的ImageFolder读取的，读取后的数据进行了训练集数据集的划分，分别得到了image路径列表和label标签列表，再传入自己写的label_shuffling进行数据增强，返回后通过PyTorch的DataLoader加载到网络里。def label_shuffling(data, labels): #得到样本数最多的类别的样本数 maxN...

训练数据训练过程中不会出现out of memory的，但是在验证的时候随着验证的进行 ，最终出现out of memory的。对于测试时out of memory问题在训练过程中由于loss.backward() 会将计算图的隐藏变量梯度清除，从而释放空间 而在测试的时候没有这一机制，因此有可能随着测试的进行中间变量越来越多，从而导致out of memory的发生。在torch....

对于分类存储的图片，pytorch可以用ImageFolder直接读取，非常方便，但是当需要把训练集划分为训练加验证的话，这个就不太能胜任了。参考将分类存储的图片切分为训练集、验证集和测试集(PyTorch实现），可以把数据集划分为训练集和数据集，根据自己的数据集和需求小改了一下代码。原文是针对所有类别样本数目都一样写的，我改成了当每个类别样本数目不一样的时候怎么按比例划分。fro...

PyTorch的ImageFolder是专门为分类提供的一个加载数据集的方法，使用方法如下："""load the species file"""import torchimport torchvisionfrom torchvision import transforms, utilsimport matplotlib.pyplot as pltdata_dir = '...

torchvision 提供的 VGG 模型可能没有达到论文预期因为torchvision提供的VGG网络没有训练完全，不建议使用torchvision提供的预训练模型来进行预训练。可以下载由caffe预训练好的权重转成PyTorch的进行训练。this might be because of our VGG model (I heard some reports that finetu...

错误：RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation报错原因：import torchx = torch.FloatTensor([[1., 2.]])w1 = torch.FloatTensor([[2.], ...