![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习深度学习
QFJIZHI
自动驾驶,人工智能
展开
-
ssertion `input_val >= zero && input_val <= one` failed. RuntimeError: CUDA error: device-side asser
这个错误有几个尝试的方向:强行将输出限制在(0, 1)之间out = out.clamp(0, 1)输出可能有 nan 值, 将其置为零out[out!=out] = 0如果用的是binary cross entropy, 用nn.BCEWithLogitsLoss() 代替 nn.BCELoss()参考:https://stackoverflow.com/questions/66456541/runtimeerror-cuda-error-device-side-assert-trigg原创 2021-07-30 11:05:53 · 1009 阅读 · 0 评论 -
pytorch中ConvTranspose2d的计算公式
class torch.nn.ConvTranspose2d(in_channels, out_channels, kernel_size, stride=1, padding=0, output_padding=0, groups=1, bias=True, dilation=1)参数的含义如下:in_channels(int) – 输入信号的通道数 out_channels(int) – 卷积产生的通道数 kerner_size(int or tuple) - 卷积核的大小 stride.转载 2021-05-24 14:54:35 · 429 阅读 · 0 评论 -
PyTorch代码调试利器: 自动print每行代码的Tensor信息
使用:pip install torchsnooper1. 装饰函数@torchsnooper.snoop()def myfunc(mask, x):2. 没有自定义函数,但是我们可以使用 with 语句来激活 TorchSnooperwith torchsnooper.snoop(): for _ in range(10): optimizer.zero_grad() pred = model(x) squared_diff = (y转载 2020-12-16 09:40:07 · 148 阅读 · 0 评论 -
t sne数据降维及可视化
import torchimport torch.nn.functional as Fimport numpy as np from sklearn.manifold import TSNEimport matplotlib.pyplot as pltfeatures = torch.rand(10, 2048)# t-SNEtsne = TSNE(n_components=2)tsne.fit_transform(features)print(tsne.embedding_.sh.原创 2020-10-21 12:49:08 · 896 阅读 · 0 评论 -
ubuntu 下安装 TensorRT 7.0 以及验证
安装环境Ubuntu 18.04TensorRT-7.0.0.11cuda 10.0cudnn 7.6.5 安装 TensorRT 7.0 版本Tar File InstallationThis section contains instructions for installing TensorRT from a tar file.About this taskNote: Before issuing the following commands, you’ll need to原创 2020-07-14 13:01:22 · 3017 阅读 · 0 评论 -
Pytroch中的view()&viewas()函数
view()参数及返回值view(*shape) → Tensor功能返回一个与原Tensor内容,元素数量也相同但是形状不同的Tensor。举例# 将(1, 6)尺寸的Tensor转换为尺寸为(3, 2)>>> import torch>>> tt1=torch.tensor([-0.3623, -0.6115, 0.7283, 0.469...原创 2020-04-08 09:54:25 · 717 阅读 · 0 评论 -
torch.onnx.export():将pytorch模型转换为.onnx模型
torch.onnx.export(model, args, f, export_params=True, verbose=False, training=False, input_names=None, output_names=None, aten=False, export_raw_ir=False, operator_export_type=None, opset_version=Non...原创 2020-04-01 15:36:13 · 40968 阅读 · 7 评论 -
训练时ResourceExhaustedError解决方案
1. 首先检查是否有其他进程占用GPUnvidia-smi 查看当前使用 GPU 的情况:PID 就是进程号, 可以发现进程 3232 占用了大部分内存, 故选择杀死它:sudo kill -9 3232如下图所示:如果发现不是 GPU 占用导致的问题, 请看下面的方法:2. 检查GPU的配置2.1 限制GPU使用config = tf.ConfigProto()config....原创 2019-12-30 11:24:56 · 789 阅读 · 0 评论 -
开源点云库总结(持续更新)
Ford Campus LiDAR datasetKITTI (Karlsruhe Institute of Technology and Toyota Technological Institute)Sydney Urban ObjectsStanford Track CollectionOakland 3D Point Cloud Dataset参考文章:https:...原创 2019-12-11 10:11:07 · 912 阅读 · 0 评论 -
神经网络种类总结
下图所示,是来自Asimov研究所的Fjodor van Veen在2016年编写了一个关于神经网络种类图:参考网站:https://www.asimovinstitute.org/neural-network-zoo/原创 2019-12-01 10:54:22 · 332 阅读 · 0 评论 -
pooling layer(池化层)介绍及作用
1. 种类常见的的池化层有最大池化(max pooling)和平均池化(average pooling):2. 作用通过池化层可以减少空间信息的大小,也就提高了运算效率;减少空间信息也就意味着减少参数,这也降低了overfit的风险;获得空间变换不变性(translation rotation scale invarance,平移旋转缩放的不变性);下面展示了不变性的例子,下面的...原创 2019-11-30 22:53:42 · 13249 阅读 · 0 评论 -
卷积层公式
卷积层公式our input layer has a width of W and a height of H(输入图层宽度 W 高度H)our convolutional layer has a filter size F(卷积层过滤器大小 F,二维卷积则为(F, F))we have a stride of S (步长 S, 每隔多少步长做一次卷积)a padding of P (...原创 2019-10-21 23:33:49 · 4016 阅读 · 0 评论