Pytorch入坑指南

最新推荐文章于 2022-03-01 16:31:25 发布

MrLeeRong

最新推荐文章于 2022-03-01 16:31:25 发布

阅读量612

点赞数 1

分类专栏： Pytorch 文章标签： pytorch 深度学习

本文链接：https://blog.csdn.net/qq_35421999/article/details/106193001

版权

本文是PyTorch初学者的实用指南，涵盖了使用tensorboard进行可视化，NMS操作，模长计算，GPU并行计算，Tensor扩展，不同尺度相乘，按索引操作，数据增广，List内Tensor合并，Tensor重排序，按坐标赋值，设备间转移，非0索引提取，最大值索引获取等关键知识点，同时提醒了在PyTorch中常见的避坑经验，如防止inplace操作导致的异常。

摘要由CSDN通过智能技术生成

Pytorch入坑指南

pytorch使用tensorboard

writer.close() # 一定要加

注意：
(1)Python代码及启动命令要明确指定路径，tensorboard将显示该文件夹下的所有内容。
(2) 若网页无法打开，可能是该端口占用。使用ps -a查看，并使用kill -9 端口号即可。

参考
PyTorch 自带 TensorBoard 使用教程
 PyTorch 1.1 or 1.2 使用Tensorboard

Pytorch NMS

torchvision.ops.nms(boxes, scores, iou_threshold)

boxes (Tensor[N, 4])) – bounding boxes坐标. 格式：(x1, y1, x2, y2)
scores (Tensor[N]) – bounding boxes得分
iou_threshold (float) – IoU过滤阈值
注意：boxes 、scores 必须是同一格式（Float32/64）

由（x,y,w,h）转化为(x1, y1, x2, y2)的方法如下

def transform(boxes):
    '''
    将（x,y,w,h）转化为(x1, y1, x2, y2)
    中心点坐标，宽高 -> 左上角坐标，右下角坐标
    :param boxes: [N,4]
    '''
    newBoxes=torch.zeros(size=boxes.shape).float()
    newBoxes[:,0]=boxes[:,0]-boxes[:,2]/2
    newBoxes[:,1]=boxes[:,1]-boxes[:,3]/2
    newBoxes[:,2]=boxes[:,0]+boxes[:,2]/2