笔记
沈四岁
这个作者很懒,什么都没留下…
展开
-
如何方便地获得pytorch模块的设备类型
如果模型中的所有参数都在同一个设备上,可以使用。原创 2023-06-26 10:27:36 · 547 阅读 · 0 评论 -
float64->flaot32
import numpy as np a = np.array([1,2,3,4,5,6,7,8,9],dtype='float64')c = a.astype(np.float32)原创 2023-05-25 22:13:13 · 55 阅读 · 0 评论 -
在服务器端后台跑程序(Python)
u 代表程序不启用缓存,也就是把输出直接放到log中,没这个参数的话,log文件的生成会有延迟。2>1 2与>结合代表错误重定向,而1则代表错误重定向到一个文件1,而不代表标准输出;2>&1 换成2>&1,&与1结合就代表标准输出了,就变成错误重定向到标准输出.在服务器上,为了退出终端,程序依然能够运行,需要设置程序在后台运行。python test.py python运行test.py文件。> test.log 将输出日志保存到这个log中。& 最后一个& ,代表该命令在后台执行。原创 2023-05-21 19:51:51 · 1684 阅读 · 0 评论 -
pytorch查看模型的梯度和权重和保存模型及其参数
保存模型参数 torch.save(model.state_dict(), 'net_params.pth')保存整个模型 torch.save(model,'net.pth')原创 2023-04-14 21:05:56 · 2147 阅读 · 0 评论 -
PyTorch求导相关 (backward, autograd.grad)
PyTorch是动态图,即计算图的搭建和运算是同时的,随时可以输出结果;而TensorFlow是静态图。在pytorch的计算图里只有两种元素:数据(tensor)和 运算(operation)运算包括了:加减乘除、开方、幂指对、三角函数等可求导运算(leaf node)和;叶子节点是用户创建的节点,不依赖其它节点;它们表现出来的区别在于反向传播结束之后,非叶子节点的梯度会被释放掉,只保留叶子节点的梯度,这样就节省了内存。如果想要保留非叶子节点的梯度,可以使用retain_grad()方法。转载 2023-04-11 15:41:41 · 381 阅读 · 0 评论 -
yolov3代码运行
如果你手动下载数据集,又不想自己解压,可以把下载好的压缩文件放到/datasets/VOC/images文件夹下,然后再运行代码。解决办法:在train.py和wandb_utils.py的import之后加入以下两行代码。然后再这里复制 your_key,用单引号括起来就行了。检测后的图片保存在路径runs/detect/exp7。做好以上工作后就直接运行就行了。原创 2023-04-02 15:01:23 · 750 阅读 · 0 评论 -
tensor和numpy互相转换
【代码】tensor和numpy互相转换。转载 2023-04-10 15:31:10 · 1322 阅读 · 0 评论 -
获取DEA清晰图
【代码】获取清晰图。原创 2023-04-10 15:21:16 · 58 阅读 · 0 评论 -
跨变量求梯度
【代码】跨变量求梯度。原创 2023-04-10 15:19:26 · 56 阅读 · 0 评论 -
将图像读取为tensor,把tensor存为图像
图像读取为tensor。tensor存为图像。原创 2023-04-10 15:18:03 · 789 阅读 · 0 评论 -
信封模式,图片放进一个固定的信封里面:图像预处理
直接对图像进行resize,改变了图像的长宽比,图像会拉伸,在darknet-AB中,作者用的就是这种前处理方式,原因作者解释说在相同的图像尺寸被拉伸后,进行训练和测试效果上是没有影响的,但是resize可以使得目标的尺寸变大,使得对小目标检测更加友好。opencv中深度学习的图像前处理方式,先等比例缩放,宽高尺寸一个等于对应的size尺寸,另一个大于或者等于对应的size尺寸,然后再从中心进行裁剪,得到网络输入图片,这种方式目标尺寸是大了,但是也会丢失一些图片信息。转载 2023-04-04 18:50:53 · 172 阅读 · 0 评论 -
论文阅读《Hybrid Knowledge Routed Modules for Large-scale Object Detection》
Hybrid Knowledge Routed Modules for Large-scale Object Detection原创 2023-01-02 17:29:47 · 280 阅读 · 1 评论 -
死锁产生的原因和产生条件以及处理方法
死锁:如果在一个进程 集合中的每个进程都在等待只能由该集合中的其他一个 进程才能引发的事件,则称一组进程或系统此时发生了死锁。产生原因:1.资源竞争:系统中共享资源数目难以满足进程需要,竞争不可抢占资源,竞争 可消耗资源。2.进程推进顺序不当:请求和释放资源的顺序不当产生条件(前三个条件为必要非充分条件):1.互斥条件:进程对分配到的资源进行排他性使用。2.请求和保持条件(部分分配条件):进程在等待一新资源时继续占有已分配的资 源。3.不剥夺条件:不能强行剥夺进程拥有的资源。 4.循环等待条原创 2021-07-01 15:15:23 · 960 阅读 · 0 评论 -
程序和进程的关系
程序和进程的关系:1.程序是指令的有序集合,其本身没有任何运行的含义,是一个静态的概念。而进程是程序在处理机上的一次执行过程,它是一个动态的概念。2.程序可以作为一种软件资料长期保存在某种介质上,而进程是有一定生命期的,进程被创建后存在于内存中,进程消亡后生命期结束,不再存在。3.程序的每次运行都将创建新的进程,而进程一旦消亡,就无法再被执行。4.进程更能真实地描述并发,而程序不能(没有 PCB)。5.进程能够独立运行、独立分配资源和独立接受调度的基本单位,程序(没有 PCB)不能作为独立的单原创 2021-07-01 15:06:53 · 4271 阅读 · 0 评论 -
进程的定义与特征
**进程定义:**进程是进程实体的运行过程,是系统进行资源分配和调度的一个独立单位。进程特征:动态性:进程实体的一次执行过程,由创建而产生,由调度而执行,由撤销而消亡并发性:多个进程实体同存于内存中,能在同一段时间内同时运行独立性:能够独立运行、独立分配资源和独立接受调度的基本单位异步性:进程以各自独立的、不可预知的速度向前推进。进程的定义与特征## OS## 操作系统...原创 2021-07-01 15:04:53 · 199 阅读 · 0 评论 -
系统调用和一般调用的区别:
系统调用和一般调用的区别:原创 2021-07-01 14:56:05 · 3320 阅读 · 0 评论