tensorflow
热爱学习的栾宝宝
这个作者很懒,什么都没留下…
展开
-
Pytorch GPU开发经验与bug修改(1)but found type torch.FloatTensor for argument #2 ‘mat2‘
在pytorch开发深度网络时,自己采取的线下代码编写与测试,与GPU服务器部署代码的方案。在此过程中,存在线下模型可以正常运行,线上模型出现bug的问题。该类错误一般提示为:RuntimeError: Expected object of type torch.cuda.FloatTensor but found type torch.FloatTensor for argument #2 'mat2'针对该问题,总结场出现的经验如下:GPU测试时,模型的参数或者数据的参数,存在没有原创 2020-07-31 11:02:09 · 416 阅读 · 0 评论 -
Tensorflow的C++部署系列(九):Eigen Tensor详解【一】
1.Eigen Tensor详解【一】tensorflow 的C++ api 中采用了Eigen的Tensor ,因此本文仔细探究一下Eigen 库Tensor的始末。Tensor(张量) 是多维数组,元素通常是标量,但也支持复杂的元素(如字符串)见:https://eigen.tuxfamily.org/dox-devel/unsupported/eigen_tensors.html一 不同类型Tensor的构造方式#include "./eigen/unsupported/E..转载 2020-06-08 16:40:21 · 2450 阅读 · 0 评论 -
Tensorflow的C++部署系列(八):c++接口加载模型推理单张图片
近期在进行模型设置过程中,遇到了加载双计算图时,模型运算出错的情况。在搜集相关资料过程中,发现网上冲浪时候,教程基本只有MNIST的预测。对一个tensorflow流程进行记录。tensorflow的官网上提供很详细的python教程,也确实很好用。但是,应用软件产品大多用c/c++写的。所以,大部分的应用都是用python来训练模型,得到训练好的模型后. 用c++调用tensorflow模型进行推理。通过收集资料,总结了方法.1. 使用python训练模型,并保存模型a.训练并保存模型转载 2020-06-07 20:10:43 · 1854 阅读 · 1 评论 -
Tensorflow的C++部署系列(一):环境配置
tensorflow作为一个著名的开源深度学习框架,其在python平台的神经网络模型搭建、训练和测试等是很齐全的,但其在C++端的设计方面性能相对较差。在实际工程中,C++项目具有更省时的优点,因此基于C++的tensorflow的开发是很重要的。一些比较知名的网络模型,例如yolo-v3系列等的C++代码较为全面,一定程度属于定制的。然而对于一些自己编写的网络模型的支持方面,我们往往需要自己来配置环境。坦白说,笔者在配置环境方面花费了很多时间,参考了很多优秀的资料,但最后都不尽如意。作为一个小白原创 2020-05-26 10:27:14 · 5174 阅读 · 2 评论