On_theway10的博客

Pytorch训练模型fine-tunning、模型推理等环节常常涉及到模型加载，其中会涉及到将不同平台、版本的模型相互转化：Case-1.载入多GPU模型pretained_model = torch.load(’muti_gpus_model.pth‘) # 网络+权重# 载入为单gpu模型gpu_model = pretrained_model.module ...

imshow Opopencv : cv2.imshow()采用BGR模式，通过cv2.imread()读取; matplotlib.pyplot : plt.imshow() 采用RGB模式, 通过plt.imread()读取; PIL.Image : img.show() 采用RGB模式，通过Image.open()读取；img对图片对象备注：通过cv2.Video...

工作之余自己对pytorch的DataLoader源码进行研读，简要总结并贴出各环节的主要代码和大家分享。 实际中的case # dataloading ...data_loader = torch.utils.data.DataLoader( Dataset(self.args.__dict__, random_shift=True, data_mode...

快速查看服务软硬件核心参数

Transformer结构深度注解

thopimport thopfrom torchvision.models import resnet50if __name__ == "__main__": model = resnet50() input = torch.randn(1, 3, 224, 224) flops, params = thop.profile(model, inputs=...

with torch.no_gradDisabling gradient calculation is useful for inference, when you are sure that you will not callTensor.backward(). It will reduce memory consumption for computations that would...

org-docs : nn.init

预备知识假设x是一个随机变量，它的均值和方差的定义为： 假设x,y是两个随机变量，记z=xy，则随机变量z的均值和方差为： 特别地，当x,y独立的时候，则有： ...

导语 ：使用pytorch搭好网络之后，没有显式地初始化网络参数，是否可以直接训练网络呢？_ConvNdclass _ConvNd(Module): __constants__ = ['stride', 'padding', 'dilation', 'groups', 'bias', 'padding_mode', 'output_...

Pytorch中的Tensor常用的类型转换函数（inplace操作）train/eval过程中，打印loss信息 data.item() ----> Tensor --> float数据类型转换　　在Tensor后加 .long(), .int(), .float(), .double()等即可，也可以用.to()函数进行转换, Tensor类型官网...

numpy中的乘法A = np.array([[1, 2, 3], [2, 3, 4]])B = np.array([[1, 0, 1], [2, 1, -1]])C = np.array([[1, 0], [0, 1], [-1, 0]])A * B : # 对应位置相乘np.array([[ 1, 0, 3], [ 4, 3, -4]]) A.dot(B) : ...

Convtorch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros')BNtorch.nn.BatchNorm2d(num_features, eps=1e-05, momentum=...