神经网络
程序小K
在你能努力的时候就加倍努力!
展开
-
深度学习:C++和Python如何对大图进行小目标检测
最近在医美和工业两条线来回穿梭,甚是疲倦,一会儿搞搞医美的人像美容,一会儿搞搞工业的检测,最近新接的一个项目,关于瑕疵检测的,目标图像也并不是很大吧,需要放大后,才能看见细小的瑕疵目标。有两种,一种是912*5000的图,一种是1024*2048的图,但是深度学习训练的时候,对图像的大小有一定的限制,比方说我的电脑配置可能就只能最大跑1024*1024大小的图像,否则就出现内存溢出,无法进行训练,对于这种912*5000的图就比较不好训练,如果把它强制转化成912*912大小的话,细小的目标可能会丢失。原创 2024-07-03 16:38:04 · 565 阅读 · 0 评论 -
tensorflow1.x的代码如何迁移到2.x以上
此外还有一些弃用的函数,是2.x版完全不在使用了,这个时候,就需要去官网库里去搜,搜到相关处理函数,进行替换即可。对于1.x的版本过于老旧了,很多新的库已经不兼容,甚至是想用gpu训练的时候会有一些限制,在脚本的最上方添加上这两句,基本就解决了大多数的弃用问题。那么如何迁移呢,大多数的函数都是可以通过下面两句话解决。还有一些其它问题需要置换的,去官网查找置换即可。原创 2024-05-20 16:14:40 · 266 阅读 · 0 评论 -
cuda11.2安装哪个版本的tensorflow-gpu
在官网上找到这个表格,因为自己的电脑一直配置的11.2的cuda,所以也不想换,最好就是安装一般能适应该版本的tensorflow,我配置了python3.8的环境,然后进行。此外,如何知道有没有正确训练的时候使用了GPU,更直观的就是训练打印的过程的速度啦。回车就会自动从清华镜像上进行下载安装了 ,这里的清华镜像要自己配置,或者在安装命令后面加上镜像网址也是可以的,具体操作,我就不赘述了,可以百度看看。还有其它命令行打印的方法,这里不在赘述,我本人比较喜欢这种方式,直观一些。原创 2024-05-20 15:54:55 · 434 阅读 · 0 评论 -
tensorflow如何指定gpu运行还是cpu运行
如果需要切换成CPU运算,可以调用tf.device(device_name)函数,其中device_name格式如/cpu:0其中的0表示设备号,TF不区分CPU的设备号,设置为0即可。在TensorFlow中,如果你安装的TensorFlow版本是GPU版本的,并且你的电脑配置符合gpu运行的条件,那么系统就默认使用gpu进行训练,不用单独去指明用GPU。run() 函数的运作计制是:先加载flags的参数项,然后执行main() 函数,其中参数使用tf.app.flags.FLAGS定义。原创 2024-05-20 15:40:11 · 385 阅读 · 0 评论 -
could not broadcast input array from shape (128,128,3) into shape (128,128)
在深度学习时候,我们从网上爬取了一些图像,但是这些图像存在灰度图和彩色图,那么在进行数据处理的时候呢,就会出现,不一致问题,灰色的图按照彩色的图就去处理就会有问题,所以我们需要在处理前,对灰色图进行过滤,讲灰色图过滤掉,或者分彩色和灰度不同方式去处理。下面代码是我的简单处理办法。原创 2024-05-20 15:21:27 · 260 阅读 · 0 评论 -
标注工具labelImg和labelme的区别
labelimg是一种矩形标注工具,常用于目标识别和目标检测,其标记数据输出为.xml和.txtlabelme是一种多边形标注工具,可以准确的将轮廓标注出来,常用于分割,其标记输出格式为json区别labelImg和labelme都是训练数据集时,用于给数据集打标签的软件,但一个是矩形框,一个是可以标记不规则边缘,用于CV的不同领域。原创 2024-01-12 09:35:05 · 1722 阅读 · 0 评论 -
Deep Automatic Natural Image Matting
利用深度学习自动图像抠图(Automatic image matting, AIM)是指在不需要任何像trimap等辅助输入的情况下,从任意自然图像中估计出软前景原创 2023-08-17 17:05:57 · 174 阅读 · 0 评论 -
cuda11.2版本的对应安装的pytorch版本
cuda11.2应该安装哪个版本的torch?原创 2022-12-14 16:44:58 · 35648 阅读 · 21 评论 -
tensorflow和pytorch的对应函数。
tf.math.square ---------- torch.powtf.reduce_sum() ---------torch.sumtf.boolean_mask ----------torch.masked_select(必须是bool值)tf.reduce_mean() ---------torch.meantf.cast() ---------- x.type() or x.to()tf.stack() ------------ torch.stack()在用pyto..原创 2022-04-18 14:17:19 · 3411 阅读 · 1 评论 -
Linux环境配置pip国内镜像
新建虚拟环境conda create -n env python=3.6这样就建立了一个名为env的环境接下就是激活环境source activate env这个地方和windows不一样,Windows使用的是conda activate env接下来就是要对环境进行配置,配置需要下载很多包,包和库基本都是国外的,如果不配置国内镜像,就会出现下载速度慢或者出现连接超时,所以最先要解决的就是pip的国内镜像设置。mkdir ~/.pipcd ~/.pip/vim pip.conf原创 2022-01-14 10:15:18 · 1090 阅读 · 0 评论 -
Linux 配置conda 镜像源
配置conda镜像源输入vim ~/.condarc打开 '.condarc’文件 ,点击键盘i,进行编辑,编辑完成后,点esc键,退出编辑,然后点:wq保存并退出文件。此时修改生效。将以下内容覆盖’.codnarc’文件里面所有内容,进行镜像源配置。channels: - defaultsshow_channel_urls: truedefault_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkg...原创 2021-12-25 18:02:37 · 8236 阅读 · 0 评论 -
subprocess.CalledProcessError: Command ‘[where, cl]‘ returned non-zero exit status 1
当运行程序时,程序报错最后一行错误输出为subprocess.CalledProcessError: Command '[where, c1]' returned non-zero exit status 1时,我们把输出得错误往前翻看,如果,报错得第一行是UserWarning: Error checking compiler version for cl: [WinError 2] 系统找不到指定的文件。很明显这个错误是由于系统找不到指定文件,找不到指定文件得时候有以下两种情况:1、你安装.原创 2021-11-02 10:26:19 · 7413 阅读 · 6 评论 -
pip国内的一些镜像网址
pip国内的一些镜像 阿里云 http://mirrors.aliyun.com/pypi/simple/ 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 豆瓣(douban) http://pypi.douban.com/simple/ 清华大学 ...原创 2019-12-11 15:32:11 · 1300 阅读 · 0 评论 -
raise RuntimeError('Attempting to deserialize object on a CUDA ')
如果电脑没有GPU,如何利用cpu来运行呢,没有gpu的时候运行会报这个错误RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, plea...原创 2019-10-16 15:33:24 · 8733 阅读 · 5 评论 -
解决 from torch._C import * ImportError: DLL load failed: 找不到指定的模块。问题
from torch.nn.utils import clip_grad_norm_ File "D:\anaconda\envs\RTvoiceclone\lib\site-packages\torch\__init__.py", line 81, in <module> from torch._C import *ImportError: DLL load fa...原创 2019-10-16 11:36:31 · 7378 阅读 · 0 评论 -
损失函数定义及常用损失函数
损失函数定义损失函数(Loss function)是用来估量你模型的预测值 f(x)f(x) 与真实值 YY 的不一致程度,它是一个非负实值函数,通常用 L(Y,f(x))L(Y,f(x)) 来表示。损失函数越小,模型的鲁棒性就越好。损失函数是经验风险函数的核心部分,也是结构风险函数的重要组成部分。模型的风险结构包括了风险项和正则项,通常如下所示:其中,前面的均值函数表示的是经验风险函...原创 2018-10-10 11:06:19 · 10414 阅读 · 0 评论 -
dropout学习整理
dropout在训练过程中每次迭代都会得到一个新模型,最终结果是多个模型的融合,得到的只有一个模型,一组参数。 加入dropout后模型训练过程,都要计算概率,确定哪些神经元被丢弃,被丢弃的神经元输出变为0 。训练过程,神经元被丢弃的概率为(1-P),被保留下来的可能性为P; 测试过程,神经元一直都在,在测试阶段必须仿真出在训练阶段使用的网络集的行为,所以每个参数都要乘以...原创 2018-10-12 11:08:36 · 1912 阅读 · 0 评论 -
batch size的作用及如何设置
Batch 的选择,首先决定的是下降的方向。那么越准确的数据量,决定的梯度下降的方向就越准确,对于小的数据集来说,batch size可以选择全部数据集大小,但是对于大的数据集来说,如果batch size选择的过大,将导致运行内存不足,无法训练下去等问题。对于在线学习的数据集,我们把batch size设置为1。Batch_size不宜选的太小,太小了容易修正方向导致不收敛,或者需要经过很大...原创 2018-09-06 14:32:36 · 16131 阅读 · 0 评论