- 博客(6)
- 收藏
- 关注
原创 pythorch之目标模型检测(PennFudanPed)中出现的一系列问题及解决办法
博主根据pytorch官方中文教程跑了一下基于PennFudanPed包的目标检测,陆陆续续花费了近几天的时间,总结了其中一系列出现的问题的解决办法。在这里不得不提一句这个官方教程对初学者来说实在是不友好。首先放上原版代码:# Sample code from the TorchVision 0.3 Object Detection Finetuning Tutorial# http://pytorch.org/tutorials/intermediate/torchvision_tutorial.
2020-12-20 10:51:10
1448
2
原创 Windows10下Git的安装以及相关方法
一、下载安装Git1、下载Git 官方地址为:https://git-scm.com/download/win2.选择安装目录3.选择组件4.目录名设置5.选择使用命令行环境6.之后全部默认,安装完成7.检查是否安装成功在桌面点击鼠标右键,出现红框中的图标即表示成功二.利用git指令进行相关工作安装成功后会有git cmd,我们在git cmd中进行git指令的相关操作三、解决git clone下载速度极慢的问题我们采用国内镜像源进行加速目前已知Github国内镜
2020-12-18 10:18:58
232
1
原创 浅谈退化学习率(二)
上一篇介绍了退化学习率以及TensorFlow1.x版本上在MNIST的实现,这次着重说一下在2.0版本的实现。准备前提:如果是刚配置环境的电脑(win10),没有安装keras的可以在cmd上输入指令pip install keras==(相应的版本)查看在TensorFlow与keras对应的版本:https://docs.floydhub.com/guides/environments/TensorFlow2.0相较于1.x版本做出了许多优化,在MNIST训练过程需要在1.x版本上做出一系
2020-11-29 10:04:14
270
2
原创 win10的conda+TF-gpu 2.0.1+cuda10.0+cudnn+python 3.7.6+mxnet 1.5.0+opencv 4.4.0+pytorch 1.2.0 安装(镜像安装)
本文写在新机配置环境后的第二周,基于克服了种种困难,留下了不少血与泪的情况下,完成了这篇简单的机器学习的环境配置首先介绍一下作者的电脑配置:OMEN 6代 CPU Intel i7-10750h,GPU RTX2070max-q,win10系统总体来说就是一个普普通通的垃圾笔记本现在我们来配置环境,首先我们一定要遵循一个原则,TensorFlow-gpu, TensorFlow, cuda和cudnn的版本我们一定要对应起来安装,不要拿到新机后感觉人生巅峰我哪个都要装最新版本用一下。首先先安装cu
2020-11-28 22:46:11
363
原创 浅谈退化学习率(一)
学习率对于每一个深度学习研究者和开发者来说是一个老生常谈的问题了,在设置学习率大小的时候我们经常会纠结精度和速度之间到底选择哪个,试图找到一种两者之间的平衡。基于此问题,我们便引入了退化学习率。通俗来讲,退化学习率就是训练过程中使学习率逐渐减小,当训练开始时我们使用大学习率加快训练速度,在一定程度后我们减小学习率来提高模型的精确度。定义退化学习率的方法:def exponential_decay(learning_rate, global_step, decay_step, decay_rate,
2020-11-16 00:16:20
520
1
原创 关于安装theano失败的问题及解决方法
本篇文章简要概述作者在conda安装theano出现的问题以及相应的解决方案出现的问题1:在执行pip install theano时显示The environment is inconsistent, please check the package plan carefully,然后在通知中发现了之前安装的清华镜像库,于是尝试将镜像通道删除办法1:cmd执行conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anac
2020-11-13 10:02:02
1417
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