- 博客(2)
- 收藏
- 关注
原创 通过自定义参数控制dataload,让数据集训练随epoch逐步增大困难
以一个简单的数据为例 import torch import torch.utils.data as data import random x = list(range(20)) class Mydataset(data.Dataset): def __init__(self, x): self.x = x self.random = random.random() self.real_reference_probability = 0
2021-10-27 14:43:03
288
原创 将pytorch模型转化为ONNX模型,给CV调用,以yolov4为例
将pytorch模型转化为ONNX模型,给CV调用,以yolov4为例 01,yolo模型网络 ONNX目前不支持pytorch的上采样,所以yolo的作者在上采样的部分自己写了个上采样 class Upsample(nn.Module): def __init__(self): super(Upsample, self).__init__() def forward(self, x, target_size, inference=False): asser
2021-03-23 23:50:20
1518
3
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