qq_25473787的博客

深度学习训练深度神经网络的时候，往往需要使用到GPU，GPU作为服务器，可以开多个进程为多个虚拟用户通过ssh或者其他的一些方式进行连接，以便各个用户相互独立的使用GPU资源，不受影响。但是，往往一个用户在通过ssh连接服务器的时候，如果需要训练深度模型，往往需要几个小时，几天甚至几周的时间，这个时候，而有的时候各个用户与服务器的连接不可能一直建立，所以这个时候，后台执行linux程序显得格外的重要。

背景知识卷积神经网络中的卷积操作主要是由：卷积核大小（kearl_size），步长(stride)，填充(padding)等决定，根据输入的特征图的in_channel的个数，尺寸以及卷积核大小，步长与填充的关系可以计算出卷积后输出的特征图的out_channel，大小等。相关计算现在假设原图像的输入为in_channelimage_sizeimage_size,卷积操作的卷积核的大...

Resnet的基本原理Resnet（残差网络），是基于CNN的一种模型，示意图如下：如上图所示，传统的CNN网络模型，只有输入x–>F(x)–>relu(F(x)),也就是图中的left部分，而传统的CNN模型在训练的时候，随着网络层数的增加，会出现很难训练的情况（主要是由于梯度爆炸或者梯度消失的问题），由此，华人科学家 何凯明 大神提出了Resnet结构，简单来讲Resne...

PyTorch默认使用从0开始的GPU，如果默认GPU0正在运行程序，需要指定其他GPU。有如下两种方法来指定需要使用的GPU。类似tensorflow指定GPU的方式，使用CUDA_VISIBLE_DEVICES。直接终端中设定： CUDA_VISIBLE_DEVICES=1 python my_script.pypython代码中设定： import os ...

1. DensetNet背景介绍1.卷积神经网络CNN在计算机视觉物体识别上优势显著，典型的模型有：LeNet5, VGG, Highway Network, Residual Network.2.CNN越深则效果越好，但是，会面临梯度弥散的问题，经过层数越多，则前面的信息就会渐渐减弱和消散。3.目前已有很多措施去解决以上困境：（1）Highway Network,Residual Net...