- 博客(24)
- 收藏
- 关注
RSS订阅原创 利用docker构建pytorch-gpu环境
安装docker在ubuntu安装docker的教程，点击此处，按照其中的手动安装部分一步步来就好。拉取pytorch基础镜像docker pull pytorch/pytorch:1.5-cuda10.1-cudnn7-devel下载完毕之后，使用docker images查看镜像仓库中是否已经有了我们刚刚拉取的镜像当然你也可以pull nvidia/cuda:10.1-cudnn7-devel-ubuntu18.04作为最最基本的一个镜像，然后再安装python，pytorch等等p
2020-11-25 11:17:38
7411
6
原创 PIL和cv2碎碎念
cv2.imwrite不能有中文路径，imread可以PIL读取图片时，当图片是sRGB模式表示的时候，读取的图片宽高会反掉，所以最好是用cv2.imread读取；当必须用PIL时，可以先用cv2读取再转换成PIL.Image格式，代码如下： img = cv2.imread(img_path) img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) # 等价于 # img = Image.open(img.
2020-11-03 22:52:12
158
原创 关于梯度消失与梯度爆炸
1.梯度消失梯度消失我们很容易理解，原因基本是激活函数的导数小于1，当网络比较深时，根据链式法则梯度回传，在传到靠近输入的网络部分时，此时的梯度变得十分小，导致这部分的网络权重更新缓慢。所以出现了Relu激活函数。Relu函数及其导数如下所示：当输入为正时，它的导数为1，此时梯度回传不会受链数的影响，从而解决了梯度消失问题。但它有个缺点，就是当输入为负时，他的导数为0，因此梯度为0，权重自然也就会更新，这种现象叫做神经元死亡，为了解决这个问题，出现了LeakyRelu、PRelu、RRelu以及最新
2020-10-22 19:43:31
248
原创 关于python中的全局变量
1.主函数if __name__ == '__main__':中定义的变量，默认为在外部定义的全局变量，即相当于在py文件开头定义的一些变量，其他子函数可以引用；2.如果子函数中，需要引用并修改全局变量的话，需要加global关键字，如：i = 0def closure(): global i i += 1 print(i)3.当全局变量是字典或者列表时，也可以不加global，程序会自动判断为你在修改全局变量，如：i = [1, 2, 3]def closure():
2020-10-16 19:26:00
639
1
原创 jupyter notebook的使用
jupyter notebook的使用1.首先安装了anaconda之后就会自动给你安装好jupyter notebook2.其次，输入这条命令：conda install nb_conda_kernels3.新建了一个虚拟环境之后，需要安装pip install jupyter，否则notebook中不会显示这个当前虚拟环境4.在anaconda的base环境下，输入jupyter notebook，即可打开notebook，安装过jupyter的虚拟环境会显示在右上角，当然也可以在已经编辑好的i
2020-10-12 22:47:29
130
原创 关于pycharm的碎碎念
关于pycharm的碎碎念1.python文件名中，带有&等符号，在debug的时候会正常进行，但不会显示执行到哪一行了2.pycharm有时会进入到一种pytest的执行模式中，进而产生一些奇怪的问题，我们一般都是使用正常模式进行debug或者run，这时，你只需要进行以下操作：选择Edit Configurations,然后，点击“+”，选择普通模式“Python”然后在右侧的Name和Script path中填入相应的python文件即可再把原来python test模式下的c
2020-10-09 21:30:46
644
原创 关于optimizer优化器与scheduler策略调整器
关于optimizer优化器与scheduler策略调整器optimizer优化器：optimizer = torch.optim.SGD(model.parameters(), args.lr, momentum=args.momentum, nesterov=args.nesterov, weight_decay=args.weight_decay)上面是SG
2020-10-07 01:48:28
1864
原创 c++调用pytorch训练出来的模型
方法一：利用pytorch的c++版本的API：libtorch方法二：利用opencv的readNetFromTorch()，导入的模型必须是 torch.save() 方法保存的文件。且opencv此函数只能读取序列化 nn.Module 对象，例如：nn.Sequentialnn.Parallelnn.Concatnn.Linearnn.SpatialConvolutionnn.spatialMaxPooling, nn.SpatialAveragePoolingnn.ReLU, nn
2020-07-24 10:15:59
2058
原创 vs下配置opencv
vs下配置opencvvs下面配置opencv一共有4个地方需要修改release版本：1.VC++ Directories→include Directories，添加D:\opencv\opencv\build\include D:\opencv\opencv\build\include\opencv2；2.VC++ Directories→Library Directories，添加D:\opencv\opencv\build\x64\vc14\lib3.Linker→General→
2020-07-23 22:26:57
126
原创 ubuntu18.04下的mmdetection安装
ubuntu18.04下的mmdetection安装1.首先下载anaconda安装包 Anaconda3-2020.02-Linux-x86_64.sh，输入以下命令：sh Anaconda3-2020.02-Linux-x86_64.sh2.sudo gedit ~/.bashrc看看是否添加了anaconda3/bin的path3.安装显卡驱动，一种方法是打开设置中的"软件和更新"部分，找到“附加驱动”，安装推荐的驱动，最后点击应用我个人不建议这样，建议自己安装：sudo apt insta
2020-05-11 23:52:04
766
1
原创 faster-rcnn源码深刻理解！！！
faster-rcnn源码深刻理解！！！网上的一些讲解都很模糊，我自己看了3天源码，终于自己悟出了一些东西。训练的faster-rcnn框架：测试的faster-rcnn框架：Frcnn框架图：大概类似于测试框架，其实训练和测试的区别就在于是否需要根据ground_truth计算一下loss...
2020-05-07 02:00:44
170
原创 归并排序！！！c++
void merge(vector<int> &arr, int low, int mid, int high) { //新建一个数组，暂时用于存储排好序的arr int* tmp = new int[high-low+1]; //初始化ll和rr，分别为左右两边数组的起始节点下标 int ll = low, rr = mid + 1, k = 0; //遍历进行比...
2020-04-01 14:48:46
107
1
原创 插入排序代码（c++）
void insertsort(vector<int> &arr) { for (int i = 1; i < arr.size(); i++) { for (int j = i - 1; j >= 0; j--) { if (arr[j] > arr[j + 1]) swap(arr[j], arr[j + 1]); } }}
2020-03-31 22:30:58
170
原创 堆排序代码！！！（c++：调用STL、自己实现）
/*//利用STL库函数,引入了额外空间void heapsort(vector<int> &arr) { priority_queue<int> pq{ arr.begin(), arr.end() }; for (int i = arr.size() - 1; i >= 0; i--) { arr[i] = pq.top(); pq.po...
2020-03-31 19:34:54
311
原创 面试常考！！！快速排序代码
int partition(vector<int> &arr, int low, int high) { int tmp = arr[low]; while (low < high) { while (low < high && arr[high] >= tmp) high--; //当前数字<tmp了，将...
2020-03-31 15:28:37
175
1
原创 c++中指针与引用作为函数参数的区别
首先，函数参数的普通传递就不说了，这个很简单，传过来之后只是一个变量的复制，不会改变原变量的；其次，引用传递也很明确，引用传参是会改变参数的值的；问题就在指针传递，分为以下几种：1.指针作为函数参数，如果是单纯针对指针进行操作，它就相当于普通传递，不会改变原指针；但如果对指针进行引用传递，欸，它就可以改变原指针了，如下图2.指针作为函数参数，如果是针对指针所指向的内容进行操作，是...
2020-03-11 18:17:17
864
原创 利用git进行代码管理
首先在远端github上新建一个仓库，接下来的操作都是在本地上进行：1.进入要上传的项目文件夹，打开git bash2.输入git init，会在本地生成一个.git文件，将此文件夹变为git可以管理的工作区3.输入git add .，将所有文件添加到缓存区4.输入git commit -m '注释说明’，提交文件到仓库，最好加一下注释说明5.输入git remote add orig...
2020-01-10 17:27:52
303
原创 关于cv.waitKey
cv.waitKey()相当于cv.waitKey(0)，即当前窗口持续显示，直至按下键盘或者点击窗口关闭。可将其赋予一个对象，如key = cv.waitKey()，若通过键盘关闭，则返回键盘的ASCII值（Esc对应的ASCII值为27）；若通过鼠标点击窗口关闭按钮关闭，则返回-1。cv.waitKey(int型数a)当前窗口持续显示a毫秒，同样可将其赋予一个对象，如key = cv...
2019-06-23 13:57:29
3009
转载 分类，聚类及其回归的区别
from：https://blog.csdn.net/u011630575/article/details/78637517以前偶然找到过下图，该图对分类，聚类及其回归表达的很清晰。由上图我们可以看到，机器学习分为四大块，分别是 classifica...
2019-06-23 11:31:03
904
原创 关于各种CNN架构（笔记）
googlenet：由11卷积，33卷积，55卷积，33最大池化四个并行通道运算结果进行融合，提取图像不同尺度的信息。如果说VGG是以深度取胜，那么GoogLeNet可以说是以宽度取胜；mobilenets：一个depthwise convolution，专注于该通道内的空间信息，一个pointwise convolution，专注于跨通道的信息融合，两者共同努力，然后强大；resnet：利用...
2019-05-02 21:48:47
146
转载 DNN CNN RNN LSTM 的区别
神经网络的来源 神经网络技术起源于上世纪五、六十年代，当时叫感知机（perceptron），包含有输入层、输出层和一个隐藏层。输入的特征向量通过隐藏层变换到达输出层，由输出层得到分类结果。但早期的单层感知机存在一个严重的问题——它对稍微复杂一些的函数都无能为力（如异或操作）。直到上世纪八十年代才被Hition、Rumelhart等人发...
2019-05-02 15:10:47
2516
2
翻译 关于batchsize iteration epoch
batchsize：中文翻译为批大小（批尺寸）。在深度学习中，一般采用SGD训练，即每次训练在训练集中取batchsize个样本训练；iteration：中文翻译为迭代，1个iteration等于使用batchsize个样本训练一次；一个迭代 = 一个正向通过+一个反向通过；epoch：迭代次数，1个epoch等于使用训练集中的全部样本训练一次；一个epoch = 所有训练样本的一个正向传递和...
2019-05-02 13:19:01
205
翻译 关于全连接神经网络和卷积神经网络
文章目录区别卷积神经网络的优点关于卷积神经网络的filter的理解区别在全连接神经网络中，每相邻两层之间的节点都有边相连，于是会将每一层的全连接层中的节点组织成一列，这样方便显示连接结构。而对于卷积神经网络，相邻两层之间只有部分节点相连。卷积神经网络的优点用全连接神经网络处理图像的最大问题就是：全连接层的参数太多，对于MNIST数据，每一张图片的大小是28281，其中2828代表的是图片的...
2019-04-28 19:58:19
1798
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人