Pytorch
小丫么小阿豪
穆罕默德·本·扎耶德人工智能大学 硕士在读
展开
-
【Pytorch】torch.nn.functional.conv2d(F.conv2d) same padding实现方法(输入与输出大小相同)
Motivation在做图像退化的时候发现pytorch早期版本不支持same padding(新版本是有padding = 'same'这个选项的,但是本人试了也没成功,暂时没找到原因)。于是去查有没有办法自己实现一下same padding。torch.nn.functional.conv2d 详解官方文档写的非常清楚,直接贴上来实现方法由于F.conv2d的padding最多只支持两个参数(对称填充),有些输出大小没办法实现。因此可以通过F.pad()先做填充,再用F.conv2d做卷积。原创 2022-04-07 20:23:23 · 4166 阅读 · 2 评论 -
【Pytorch】tensor、ndarray、list互相转换方法
import numpy as npimport torchndarray = np.array(list) # list 转 numpy数组list = ndarray.tolist() # ndarray 转 listtensor=torch.Tensor(list) # list 转 torch.Tensorlist = tensor.numpy().tolist() # torch.Tensor 转 list 先转ndarray,后转listndarray = tensor.原创 2022-04-07 19:50:58 · 2304 阅读 · 0 评论 -
【Pytorch】torch.manual_seed()、torch.cuda.manual_seed() 解释
作用torch.manual_seed() 为CPU设置种子,保证每次的随机初始化都是相同的,从而保证结果可以复现。torch.cuda.manual_seed()为GPU设置种子,作用同上torch.cuda.manual_seed_all()为所有GPU设置种子(适用于多GPU时),作用同上例子import torchtorch.manual_seed(2)print(torch.rand(2))输出 0.4360 0.1851[torch.FloatTensor of siz原创 2022-04-05 16:52:26 · 2032 阅读 · 0 评论 -
【Pytorch】torch.backends.cudnn.benchmark 作用
作用针对你当前的硬件,找到最合适的算法使用注意事项It enables benchmark mode in cudnn.benchmark mode is good whenever your input sizes for your network do not vary. This way, cudnn will look for the optimal set of algorithms for that particular configuration (which takes some t原创 2022-04-05 16:14:47 · 1636 阅读 · 0 评论