![](https://img-blog.csdnimg.cn/20201205100728544.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习知识框架与python
pytorch,caffe,tensorflow等深度学习框架详解,python常见用法与问题,深度学习基础理论知识,国内外论文详解
深度学习扛把子
这个作者很懒,什么都没留下…
展开
-
keras实现多层LSTM
model = Sequential()model.add(LSTM(units=hidden, input_shape=(time_steps, input_size),return_sequences=True))#返回所有节点的输出model.add(LSTM(units=hidden,return_sequences=False))#返回最后一个节点的输出### model.add(Dense(1, activation='softmax'))model.add(Dense(1, acti原创 2021-07-02 15:49:44 · 1515 阅读 · 0 评论 -
LSTM代码
import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport torchfrom sklearn import metricsfrom sklearn.model_selection import train_test_splitfrom torch import nnfrom torch.autograd import Variablefrom torch.utils.data import Tens.原创 2021-04-16 13:50:46 · 2047 阅读 · 0 评论 -
LSTM pytorch
import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport torchfrom sklearn.model_selection import train_test_splitfrom torch import nnfrom torch.autograd import Variablefrom torch.utils.data import TensorDatasetfrom sklearn.metri.原创 2021-04-15 17:29:52 · 233 阅读 · 0 评论 -
python 读取xml内容
from xml.dom.minidom import parseDOMTree=parse('/data/1.xml')booklist=DOMTree.documentElementxmlcontent=booklist.toxml()print(xmlcontent)原创 2021-03-23 10:59:34 · 219 阅读 · 0 评论 -
Python parser中的nargs
表示参数可设置个数nargs='*' 表示可设置零个或多个nargs='+' 表示可设置一个或多个 nargs='?'表示可设置零个或一个原创 2021-03-22 17:53:32 · 2115 阅读 · 0 评论 -
nms非极大线性抑制的缺点
NMS的作用:去掉detection任务重复的检测框。用普通话翻译一下非极大值抑制:不是局部的最大值的那些值都滚蛋很有可能两个目标很相近,然后。。就被剔除了原创 2021-03-12 16:08:58 · 678 阅读 · 0 评论 -
python product函数
Product函数可以实现对矩阵做笛卡尔积A=[1,2],B=[3,4],list(product(A,B))=[(1,3),(1,4),(2,3),(2,4)]通过 from itertools import product 引入product函数。原创 2021-03-09 10:56:59 · 436 阅读 · 0 评论 -
yolov5学习率设置
学习率设置在超参数中,parser.add_argument('--hyp', type=str, default='data/hyp.scratch.yaml', help='hyperparameters path')lr0: 0.01 # initial learning rate (SGD=1E-2, Adam=1E-3)初始学习率lrf: 0.2 # final OneCycleLR learning rate (lr0 * lrf)周期学习率cos0是1,cos pi是-原创 2021-03-05 15:42:34 · 25040 阅读 · 7 评论 -
yolov5训练自己的数据集
下载coco128数据集,可以参考格式https://github.com/ultralytics/yolov5/releases/download/v1.0/coco128.zip然后进入拉取的yolov5的docker容器中参考教程https://github.com/ultralytics/yolov5/wiki/Docker-Quickstartsudo nvidia-docker run --ipc=host -it -v /data/coco128:/usr/src/c原创 2021-02-23 16:48:27 · 432 阅读 · 1 评论 -
voc数据集转换为txt
把class里面的每个class转换成你的类import osimport xml.etree.ElementTree as ETclassid={'class1':0,'class2':1,'class3':2,'class4':3,'class5':4,'class6':5,'class7':6} #类别列表,与训练配置文件中的顺序保持一直annotation='/data/' #xml所在的文件savepath='/data/labels/' #.原创 2021-02-22 15:21:06 · 1121 阅读 · 0 评论 -
pytorch数据增强
# -*- coding: utf-8 -*-import PIL.Image as Imageimport osfrom torchvision import transforms as transformsimport randomimport timet1 = time.time()inputpath = '/media/user/Elements/增强数据/imgs'global number# 增强的图片数目number = 1000filelists = os.lis.原创 2021-01-06 15:04:28 · 504 阅读 · 0 评论 -
last_inner = inner_lateral + inner_top_down RuntimeError: The size of tensor a (81) must match the s
解决方法在fpn.py中注释掉64行,并取消注释62,63行即可原创 2020-12-30 10:31:47 · 257 阅读 · 0 评论 -
pytorch maskrcnn实战
首先在paths_catalog.py文件中修改数据集修改配置文件,并将修改后的配置文件添加到train_net.py的,原创 2020-12-29 17:44:14 · 536 阅读 · 2 评论 -
SSD+FPN+resnet修改输入图像尺寸
来看一下ssd300与ssd512的cfg文件对比# SSD300 CONFIGS# voc = {# #'num_classes': 21,# 'num_classes': 7,# 'lr_steps': (80000, 100000, 120000),# 'max_iter': 180000,# #'max_iter': 10000,# 'feature_maps': [38, 19, 10, 5, 3, 1],# 'min_d.原创 2020-12-29 10:28:29 · 1735 阅读 · 0 评论 -
pytorch def __init__(self, num_classes, bkg_label, top_k, conf_thresh, nms_thresh):
self.softmax = nn.Softmax(dim=-1)#所有类的概率相加为1self.detect = Detect(num_classes, 0, 200, 0.01, 0.45)top_k, conf_thresh, nms_thresh分别表示一张图片中,每一类的预测框数量 置信度阈值,低于该阈值的预测框会被舍弃 非极大值抑制,值越小表示要求的预测框重叠度越小,0.0表示不允许重叠...原创 2020-12-21 17:50:39 · 690 阅读 · 0 评论 -
调用目标检测百度接口api
# encoding:utf-8import requestsimport urllib.requestimport base64import json'''easydl物体检测'''request_url = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/detection/taozhou"filename = '/home/user/图片/1.jpg'headers = { 'Content-Type' : 'applic.原创 2020-12-18 19:24:24 · 543 阅读 · 1 评论 -
RuntimeError: DataLoader worker (pid 28449) is killed by signal: Killed.
可能是内存不够用尝试减少number workers试试原创 2020-12-18 10:59:10 · 512 阅读 · 0 评论 -
python无法显示饼图
首先在终端中查看字体路径import matplotlib print(matplotlib.matplotlib_fname())然后到下载好字体,放到ttf文件夹里面修改matplotlibrc文件font.family : sans-seriffont.serif :simhei.ttffont.sans-serif :simhei.ttf#font.style : normal然后查看一下matpl...原创 2020-12-14 11:19:21 · 789 阅读 · 0 评论 -
BrokenPipeError: [Errno 32] Broken pipe
修改调用torch.utils.data.DataLoader()函数时的num_workers参数。该参数官方API解释如下: num_workers(int,optional) – how many subprocesses to use for data loading. 0 means that the data will be loaded in the main process. (default: 0) 通过修改num_works参数为0,只启用一个...原创 2020-08-13 21:07:50 · 350 阅读 · 1 评论 -
python中的[1:]、[::-1]、X[:,m:n]和X[1,:]
Python中的[1:]意思是去掉列表中第一个元素(下标为0),去后面的元素进行操作,以一个示例题为例,用在遍历中统计个数: Python中的[::-1] 这个是python的slice notation的特殊用法。 b = a[i:j] 表示复制a[i]到a[j-1],以生成新的list对象 当i缺省时,默认为0,即 a[:3]相当于 a[0:3] 当j缺省时,默认为len(alist), 即a[1:]相当于a[1:10] 当i,j都缺省时,a[:]就相当于完整复制一.转载 2020-08-13 19:31:17 · 4049 阅读 · 2 评论 -
python 如何判断字典存在key
在python里,{},[],(),等都等价于False! d = {'name':12, 'age':10, 'number':110}print ('name' in d.keys()) 结果True原创 2020-10-12 17:41:01 · 194 阅读 · 0 评论 -
python字典遍历的几种方法
{'a': '1', 'b': '2', 'c': '3'}>>> for key in a: print(key+':'+a[key])>>> for key in a.keys(): print(key+':'+a[key])a:1b:22)遍历value值>>> for value in a.values(): print(value)123>>&g...转载 2020-10-12 16:31:00 · 229 阅读 · 0 评论 -
python定义矩阵
定义一个5行3列的矩阵import numpy as npnew_array = np.zeros((5,3))print(new_array)原创 2020-10-11 19:41:08 · 4391 阅读 · 0 评论 -
python的sorted用法
是应用在 list 上的方法,sorted 可以对所有可迭代的对象进行排序操作。sorted(iterable, key=None, reverse=False) iterable -- 可迭代对象。 key -- 主要是用来进行比较的元素,只有一个参数,具体的函数的参数就是取自于可迭代对象中,指定可迭代对象中的一个元素来进行排序。 reverse -- 排序规则,reverse = True 降序 , reverse = False 升序(默认)。先按照第二个数降序,相同再按照第一个..原创 2020-10-11 18:41:37 · 139 阅读 · 1 评论 -
python通过文件路径读取图片
import PIL.Image as Imageim = Image.open(file_name)file_name为路径原创 2020-09-25 16:30:55 · 4557 阅读 · 0 评论 -
pytorch导入模型
model.load_state_dict({k.replace('fc.1','fc'):v for k,v in torch.load('checkpoint.pt').items()})#用'fc'代替'fc.1'原创 2020-09-25 14:48:09 · 410 阅读 · 0 评论 -
python lambda函数介绍
g = lambda x:x+1 看一下执行的结果: g(1) >>>2 g(2) >>>3 当然,你也可以这样使用: lambda x:x+1(1) >>>2 可以这样认为,lambda作为一个表达式,定义了一个匿名函数,上例的代码x为入口参数,x+1为函数体,用函数来表示为:1 def g(x):2 return x+1...转载 2020-09-21 14:50:12 · 372 阅读 · 0 评论 -
python sorted函数
>>>sorted([5, 2, 3, 1, 4])[1, 2, 3, 4, 5] # 默认为升序转载 2020-09-21 14:46:00 · 198 阅读 · 0 评论 -
python读取图片路径f.read()转化为bytes类型
with open("xxx.png","rb") as f: bytes=f.read()原创 2020-09-21 14:35:46 · 4042 阅读 · 0 评论 -
Expected object of backend CPU but got backend CUDA for argument #4 ‘mat1‘
添加model_ft.to(device)原创 2020-09-18 17:18:19 · 340 阅读 · 0 评论 -
pytorch保存模型等相关参数,利用torch.save(),以及读取保存之后的文件
假设网络为model = Net(), optimizer = optim.Adam(model.parameters(), lr=args.lr), 假设在某个epoch,我们要保存模型参数,优化器参数以及epoch一、1. 先建立一个字典,保存三个参数:state = {‘net':model.state_dict(), 'optimizer':optimizer.state_dict(), 'epoch':epoch}2.调用torch.save():torch.save(s...转载 2020-09-18 09:37:56 · 1417 阅读 · 1 评论 -
pytorch加载模型报错RuntimeError:Error(s) in loading state_dict for DataParallel
model.load_state_dict(checkpoint['state_dict'],False) # 修改处从属性state_dict里面复制参数到这个模块和它的后代。如果strict为True, state_dict的keys必须完全与这个模块的方法返回的keys相匹配。如果为False,就不需要保证匹配。...转载 2020-09-14 14:09:40 · 2211 阅读 · 2 评论 -
使用python调用百度ocr的API
安装Python SDKsudo pip3 install baidu-aip 调用API识别本地图片from aip import AipOcr"""定义常量"""APP_ID = '19854954'API_KEY = 'tloxML8vTIeuGsHuWZESGdYF'SECRET_KEY = '*******'"""初始化对象"""client = AipOcr(APP_ID, API_KEY, SECRET_KEY)"""读取图片""转载 2020-11-10 17:08:23 · 638 阅读 · 0 评论 -
Mean AP=-1
如图缺少test测试集的原因原创 2020-11-04 11:31:25 · 731 阅读 · 2 评论 -
python 判断文件夹是否存在 否则创建
if not os.path.exists(ouputpath): os.makedirs(ouputpath)原创 2020-10-28 19:36:21 · 236 阅读 · 0 评论 -
Permission denied: ‘.xls‘
先把打开的xls关掉原创 2020-10-28 17:56:14 · 1312 阅读 · 1 评论 -
os.getcwd() 方法用于返回当前工作目录
ok原创 2020-10-22 19:22:30 · 1104 阅读 · 0 评论 -
x[:,n]或者x[n,:]的用法
x[:,n]或者x[n,:]x[:,n]表示在全部数组(维)中取第n个数据,直观来说,x[:,n]就是取所有集合的第n个数据,importnumpyasnp X=np.array([[0,1],[2,3],[4,5],[6,7],[8,9],[10,11],[12,13],[14,15],[16,17],[18,19]]) printX[:,0]输出结果是:...转载 2020-11-30 10:26:01 · 3293 阅读 · 0 评论