![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
视觉弘毅
主要涉及计算机视觉中的语义分割,目标检测,三维视觉重建,行为识别等
展开
-
通俗理解torch.distributed.barrier()工作原理
在pytorch的多卡训练中,有一种基于分布式形式的训练模式,在此模式下,不同节点进程之间的数据同步是通过torch的一个函数torch.distributed.barrier()实现。原创 2020-11-19 19:18:02 · 29413 阅读 · 17 评论 -
RNN之多层LSTM理解:输入,输出,时间步,隐藏节点数,层数
从pytorch代码角度初次理解LSTM各种术语。LSTM:class torch.nn.LSTM(*args, **kwargs)Parametersinput_size 输入特征维数:(特征向量的长度,如2048)hidden_size 隐层状态的维数:(每个LSTM单元或者时间步的输出的ht的维度,单元内部有权重与偏差计算)num_layers RNN层的个数:(在竖直...原创 2019-02-28 16:37:39 · 62367 阅读 · 5 评论 -
对Caffe中batch_size和iter_sized理解
本文基本来自参考首先,iter_size是caffe的solver.prototxt中的一个重要参数,很多人在使用caffe训练模型的时候,只知道网络中定义了batch_size, 而不怎么了解知iter_size以及其与batch_size的联系。一、 iter_size是什么?solver.prototxt中的iter_size的确是一个计算batch_size的重要参数,ca...转载 2019-05-19 22:19:23 · 610 阅读 · 0 评论 -
RuntimeError: The Session graph is empty. Add operations to the graph before calling run()
问题来源:在Flask接口设计中应用了基于tensorflow的keras框架,由于keras本身的会全部占用gpu显存,因此引入了如下限制机制:import tensorflow as tffrom keras.backend.tensorflow_backend import set_sessionconfig = tf.ConfigProto() config.gpu_op...原创 2019-08-26 20:33:58 · 25404 阅读 · 3 评论