- 博客(44)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 symbol cublasLtGetStatusString version libcublasLt.so.11 not defined in file libcublasLt.so.11 with
运行yolov8遇到问题，通过报错。通过增加一个临时变量。
2023-09-13 13:52:31
618
原创 size_from_dim: Assertion `dim ＞= 0 && (size_t)dim ＜ sizes_.size()` failed.
遇到的问题/home/optimizer-master/third_party/onnx_common/tensor.h:117: size_from_dim: Assertion dim >= 0 && (size_t)dim < sizes_.size() failed.问题描述在导onnx的时候，遇到了上述问题解决办法onnx导出的时候存在不能导出的op操作，就会报这个错解决办法：找到不能导出op的操作，增加一个判断如果进行导出onnx，则不使用该op,例子如
2022-03-31 10:13:59
606
原创 （已解决）Unsupported: ONNX export of index_put in opset 9. Please try opset version 11.
问题File “/root/anaconda3/envs/fangdieluo_py3.6/lib/python3.6/site-packages/torch/onnx/symbolic_helper.py”, line 230, in _onnx_opset_unsupported‘opset {}. Please try opset version {}.’.format(op_name, current_opset, supported_opset))RuntimeError: Unsuppor
2022-03-31 09:56:24
5615
2
原创 Pythorch模型在第一轮训练后返回之 nan
尝试解决方案（未解决）：担心发生梯度爆炸造成的，将学习率调为了0，但在第二轮任然变成了nan最终解决方案（解决）原因：使用了半精度进行更新或者参与，导致的方法：将其中参与的half替换成float即可解决loss.backward()model.float() # add this hereoptimizer.step()...
2022-03-30 16:56:18
513
原创 江大白《Opencv 基础及 AI 项目实战》课程——第二次作业
这里写自定义目录标题1、视频图片截屏2、流程拆解3、心得体会1、视频图片截屏2、流程拆解3、心得体会
2021-10-25 21:23:54
1124
原创 江大白《Opencv 基础及 AI 项目实战》课程——第一次作业
目录一、 作业题目二 、实现代码和效果三 、学习心得一、 作业题目对于资料包中的 task1.jpg 和 task.jpg 两张图片，使用 Dlib 算法进行人脸检测。并将检测出的人脸，自动抠取出来，放到图片的右上角。比如以下的效果，是图片中有一个人的时候显示的人脸局部小图图片。人脸检测框修改为蓝色。二 、实现代码和效果代码：import cv2import dlibimg1 = cv2.imread(r'./task1.jpg')img2 = cv2.imread(r'./tas
2021-10-16 16:55:37
551
原创 PicGo + Gitee+Typora 搭建个人CSDN博客图床（超详细 截图教程）
目录1 Gitee设置1.1 新建仓库1.2 创建token2 PicGo 客户端配置2.1 下载客服端2.2 安装2.3 PicGo设置3 Typora设置1 Gitee设置1.1 新建仓库1.2 创建token大家将自己的令牌记录一下2 PicGo 客户端配置2.1 下载客服端下载客户端地址：https://github.com/Molunerfinn/PicGo/releases2.2 安装就正常安装就行了2.3 PicGo设置我安装的这个版本才能使用，2.03的版
2021-09-18 15:32:52
122
原创 【强化学习系列】超详细整理实用资料——1 强化学习概述（包含马尔科夫、贝尔曼方程、蒙特卡洛、时间差分法）
文章目录前言强化学习通用工作方式（敲重点！！）几个重要概念工作流程模型通用设计要点（每个模型都需要注重的点）强化学习适用场景马尔科夫马尔可夫链马尔可夫随机过程马尔可夫决策过程（敲重点！！）贝尔曼方程（敲重点！！）回报总回报价值折扣系数贝尔曼方程前言本菜鸡要写整个强化学习的资料啦，欢迎大家评论区讨论哦， 啾咪 q(≧▽≦q)强化学习通用工作方式（敲重点！！）这个图 超级 重要一定要清楚啊几个重要概念Agent：神经网络 ，可以看成人的大脑Evironment：Agent所处的环境
2021-09-06 10:36:10
1395
原创 【数据增强可用】随机抠图，贴，想怎么旋转就怎么旋转
前提准备：掩码制作见最后原图一张掩码图一张例如：代码import numpy as npimport cv2from PIL import Imagemask = Image.open(r'D:\Water_level_gauge\data\video_img\crop_img\stream0\mask\crop_5_18_stream0_day_0.jpg') # 掩码图img = Image.open(r'D:\Water_level_gauge\data\video_im
2021-08-13 14:25:51
252
原创 Win10编译tensorflow1.13.1报错：”no such package ‘@icu//‘: java.io.IOException...“
问题描述bazel build时报错主要是icu模块的release-62-1.tar.gz包下载失败。以为是网络不稳定，试了N次，几乎每次都是出现这个报错。查了一下才发现需要梯子，导致powershell编译时下载包失败！解决方案通过chrome浏览器下载包（浏览器也需要梯子，不过浏览器下载容易的多），然后将tar.gz包上传到http文件服务器，通过http文件服务器加载tar.gz包。具体操作可参考怎么在本地架设一个简单的HTTP服务器?参考链接：https://jingyan.baid
2021-07-23 10:24:54
1073
原创 Clion编译器中 建立多目录工程的 CMakeLists写法
1、头文件 和 库文件 分目录放置cmake_minimum_required(VERSION 3.15)project(CompanySystem) # Add header file include directoriesinclude_directories(./include)# Add block directoriesset(SRC src/workerManger.cpp src/employee.cpp src/manager.cpp src/boss.cpp) #
2021-07-16 16:54:10
2378
原创 python二维数组去重复_python 去除二维数组/二维列表中的重复行方法
arr = np.array([[1, 2],[3, 4],[5, 6],[7, 8],[3, 4],[1, 2]])print(np.array(list(set([tuple(t) for t in arr]))))必须先把列表中每个元素转化为tuple，因为list不可哈希但是tuple可哈希。如：转换成下列格式set(【（），（），（）】)...
2021-06-04 14:34:46
1190
原创 对python脚本加密成pyd
from distutils.core import setupfrom Cython.Build import cythonizeimport osimport shutil"""代码编译成.pydpython compile_pyd.py build_ext --inplace"""file_dir = r'D:\Water_level_gauge\pack\Package\1'save_dir = r'D:\Water_level_gauge\pack\Package' #
2021-05-23 17:10:58
275
原创 CrossEntropyLoss
代码：torch.nn.CrossEntropyLoss()定义：loss_cross = torch.nn.CrossEntropyLoss()使用：loss = loss_cross(out, y)参数解释：**out:**网络输出的结果，且该结果经过了sigmoid,形状为【N,class_num】y::
2021-04-03 15:44:49
350
转载 CIOU LOSS
def Ciou(bboxes1, bboxes2): rows = bboxes1.shape[0] cols = bboxes2.shape[0] cious = torch.zeros((rows, cols)) if rows * cols == 0: return cious exchange = False if bboxes1.shape[0] > bboxes2.shape[0]: bboxes1, bbo
2021-04-02 12:12:24
994
原创 IOU LOSS
import numpy as npdef Iou(box1, box2, wh=False): if wh == False: xmin1, ymin1, xmax1, ymax1 = box1 xmin2, ymin2, xmax2, ymax2 = box2 else: xmin1, ymin1 = int(box1[0]-box1[2]/2.0), int(box1[1]-box1[3]/2.0) xmax1, ymax1 = int(box1[0]
2021-03-29 20:05:34
153
转载 DIOU loss
def Diou(bboxes1, bboxes2): rows = bboxes1.shape[0] cols = bboxes2.shape[0] dious = torch.zeros((rows, cols)) if rows * cols == 0:# return dious exchange = False if bboxes1.shape[0] > bboxes2.shape[0]: bboxes1, bb
2021-03-29 20:03:53
370
原创 GIOU LOSS
1、解决具有相同重叠面积，损失相同的问题2、解决不相交的情况，损失都为0def Giou(rec1,rec2): #分别是第一个矩形左右上下的坐标 x1,x2,y1,y2 = rec1 x3,x4,y3,y4 = rec2 iou = Iou(rec1,rec2) area_C = (max(x1,x2,x3,x4)-min(x1,x2,x3,x4))*(max(y1,y2,y3,y4)-min(y1,y2,y3,y4)) area_1 = (x2-x1
2021-03-29 20:03:18
297
原创 Arcsoftmax Loss
class ArcNet(nn.Module): def __init__(self,feature_dim=2,cls_dim=10): super().__init__() #生成一个隔离带向量，训练这个向量和原来的特征向量尽量分开，达到增加角度的目的 self.W=nn.Parameter(torch.randn(feature_dim,cls_dim).cuda(),requires_grad=True) def forward(sel
2021-03-29 20:02:19
441
1
原创 center Loss
class Centerloss(nn.Module): def __init__(self, lambdas, feature_num=2, class_num=10): super().__init__() self.lambdas = lambdas self.center = nn.Parameter(torch.randn(class_num, feature_num), requires_grad=True) def forwar
2021-03-29 20:01:27
145
原创 Dice Loss
使用场景：解决样本不均衡的问题优点：缺点：不稳定，容易出现梯度爆炸class SoftDiceLoss(nn.Module): def __init__(self, weight=None, size_average=True, sigmoid=False): super(SoftDiceLoss, self).__init__() self.sigmoid = sigmoid def forward(self, logits, targets):
2021-03-29 19:55:19
749
1
原创 Dice系数
评价分割效果好坏的指标# dice系数：评判分割效果好坏def dice_coeff(pred, target): smooth = 1. num = pred.size(0) m1 = pred.view(num, -1) # Flatten m2 = target.view(num, -1) # Flatten intersection = (m1 * m2).sum()# m1与m2的交集 return (2. * intersection.
2021-03-29 19:51:44
821
原创 FocalLoss
from torch import nnimport torchfrom torch.nn import functional as Fclass focal_loss(nn.Module): def __init__(self, alpha=0.25, gamma=2, num_classes=2, size_average=True): """ focal_loss损失函数, -α(1-yi)**γ *ce_loss(xi,yi) 步骤详
2021-03-29 19:30:29
507
1
原创 pytoch数据结构
文章目录1序言2默认整数和浮点数3查看数据类型3.1查看类型3.2数据类型对应关系4定义数据类型4.1方法一4.2方法二5变量类型6数据类型的转换6.1torch.float()6.2type方法1序言本文的目的是将深度学习中所用到的数据类型进行整理，即数据类型和名字的对应。2默认整数和浮点数默认的整数类型：int64默认的浮点数浮点数类型：float323查看数据类型3.1查看类型1.print(a.dtype)2.print(b.dtype)3.2数据类型对应关系4定义数据类型
2021-03-29 19:01:38
519
原创 PytorchStreamReader failed reading zip archive: failed finding central directory
是参数保存出了问题，将前面训练的参数，删除，并在重新训练，同时，在保存参数的地方添加
2021-03-29 14:56:46
23556
13
原创 【Git】上传代码顺序
# 初始化git init# 设置签名（一般设置了系统名，不用进行这一步）git config user.name qiangxinxingit config user.email [email protected] config --global user.name qiangxinxingit config --global user.email [email protected]# 查看签名（查看后。位置发生改变，需要重新打开）cd~pwdcd ~/.
2021-03-25 10:26:21
278
原创 【labelme】解析json文件小工具
注解： 下列使用场景为2类箱子识别import jsonimport matplotlib.pyplot as pltimport numpy as npimport cv2import osfrom labelme import utilsfrom PIL import Imagejson_file_path = r'D:/00-机器学习/data/json' # 保存json文件的文件夹png_save_path = r'D:/00-机器学习/data/data_png_one.
2021-03-22 23:18:26
341
原创 常用损失函数
损失函数汇总1 目标检测类1.1 分类1.1.1 centerloss1.1.2 arcsoftmax2 图像分割类2.1 Dice loss1 目标检测类1.1 分类1.1.1 centerlossclass Centerloss(nn.Module): def __init__(self, lambdas, feature_num=2, class_num=10): super().__init__() self.lambdas = lambdas
2021-03-09 16:54:34
270
原创 【小工具】参数初始化
import torchimport numpy as np'参数初始化'params = torch.nn.Conv2d(1,1,3,1)# x = list(params.parameters())[0].datax = list(params.weight)[0].dataprint("nn.Conv2d:\n",x,x.mean(),x.std(),"\n")data = torch.randn([1,1,3,3],dtype=torch.float32)print("torch
2021-02-24 10:05:09
98
1
原创 【人脸检测】MTCNN+Arcsoftmax
这里写自定义目录标题一、人脸侦测二、特征提取一、特征比对一、人脸侦测采用MTCNN的思想二、特征提取一、特征比对
2021-02-18 14:39:44
296
1
原创 特征库制作完整代码
import osfrom a_Net_module import *import torchfrom PIL import Imagefrom detect_img import Detectorimport cv2import numpy as npclass FaceDatabase(): def __init__(self, personName_path, params_path,database_path): device = torch.device
2021-01-29 13:48:27
248
原创 【IOU系列】分析+代码
IOU计算公式：所需要的数据：并集：两个矩形面积和—交集交集：两个矩形可能出现的情况代码：x_a=max(x1,x1_) y_a=max(y1,y1_) x_b=min(x2,x2_) y_b=min(y2,y2_) if x_b-x_a<=0 or y_b-y_a<=0: iou_ratio=0 #即不交的情
2020-12-28 15:15:59
274
2
原创 【3】
‘’’3、在一个类中定义一个变量，用于跟踪该类有多少个实例被创建（当实例化一个对象，这个变量+1，当销毁一个对象，这个变量自动-1）‘’’class Person: count=0 def __init__(self): Person.count+=1 def __del__(self): Person.count-=1p=Person()print(Person.count)del pprint(Person.count).
2020-12-28 10:59:06
113
原创 2
游戏编程：按以下要求定义一个乌龟类和鱼类并尝试编写游戏。假设游戏场景为范围（x, y）为0<=x<=10，0<=y<=10游戏生成1只乌龟和10条鱼它们的移动方向均随机乌龟的最大移动能力是2（Ta可以随机选择1还是2移动），鱼儿的最大移动能力是1当移动到场景边缘，自动向反方向移动乌龟初始化体力为100（上限）乌龟每移动一次，体力消耗1当乌龟和鱼坐标重叠，乌龟吃掉鱼，乌龟体力增加20鱼暂不计算体力当乌龟体力值为0（挂掉）或者鱼儿的数量为0游戏结束impor..
2020-12-28 10:56:42
90
原创 1
1、按照以下要求定义一个游乐园门票的类，并尝试计算2个成人+1个小孩平日票价。平日票价100元周末票价为平日的120%儿童半票class Ticket(): def __init__(self,weekday=False,child=False): self.ticket=100 if weekday: self.rat1=1.2 else: self.rat1=1 if child: .
2020-12-28 10:54:34
322
原创 【pytorch】矩阵转为onehot
1、法一import torchdef one_hot(arr): zero_arr=torch.zeros(len(arr),max(arr)+1) zero_arr[torch.arange(len(arr)),arr]=1 return zero_arr
2020-12-22 13:15:43
413
原创 pytorch进行Dataset数据加载
from torch.utils.data import Dataset,DataLoaderfrom torchvision import datasets,transformsimport osfrom PIL import Imageimport numpy as npimport torchclass My_dataset(Dataset): def __init__(self,root_path,is_train=True,is_miniTrain=False):
2020-12-22 13:12:51
531
原创 删除文档中指定内容所在行 ＆ 含有相同元素的则删除
1、相等内容则删除 def my_delete(self,target_line): del_path=r'img/my_data/cord.txt' #待删除内容存放地址 with open(del_path, 'r', encoding='utf-8') as f: l=f.readlines() f.close() '''去掉标签中换行符''' lines=[]
2020-12-22 13:05:08
133
原创 pytorch神经网络中数据标准化
文章目录1、 标准化优点2、 标准化目的3、 标准化方法1)、batch norm2)、layer norm3)、instance norm4)、group norm5)、switchable norm6)、标准化的数学公式7)、标准化流程3、 权重标准化方法1、 标准化优点2、 标准化目的使得网络的输入层、隐藏层、输入层的数据直方图都在一个指定的范围内，有利于模型的收敛，有时候为了方便输出结果更好的逼近真实结果，还会对 标签数据进行相应的标准化处理3、 标准化方法1)、batch norm
2020-12-15 13:06:14
5541
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人