Pytorch笔记
文章平均质量分 69
一个记录Pytorch的基础知识、API使用、搭建深度学习模型、以及模型转换的仓库。
菜鸟的追梦旅行
一个初入深度学习的菜鸟,在这里潜心修行,希望有所收获。
展开
-
win10安装Anaconda,配置Pytorch环境
win10系统安装Anaconda,并配置Pytorch环境。原创 2023-04-26 21:24:38 · 1882 阅读 · 0 评论 -
无法安装人脸检测dlib库的解决方法
pycharm安装dlib库报错的解决方法原创 2022-12-12 00:14:21 · 4982 阅读 · 17 评论 -
AidLux智慧交通AI安全实战
AidLux智慧交通AI安全实战原创 2022-12-07 11:27:22 · 664 阅读 · 0 评论 -
pytorch中模型文件.pth的解析
在pytorch进行模型保存的时候,一般有两种保存方式,一种是保存整个模型,另一种是只保存模型的参数。torch.save(model.state_dict(), "my_model.pth") # 只保存模型的参数torch.save(model, "my_model.pth") # 保存整个模型保存的模型参数实际上一个字典类型,通过key-value的形式来存储模型的所有参数,本文以自己在实践过程中使用的一个.pth文件为例来说明,使用的是整个模型。1.1 .pth 文件基本信息的查看i转载 2021-12-27 17:48:05 · 6624 阅读 · 0 评论 -
Pytorch使用 nn.ModuleList() 和nn.Sequential()编写神经网络模型
本篇博客讲述了如何使用 nn.ModuleList() 和 nn.Sequential() 简化模型的创建方式。并分别使用传统方法,nn.ModuleList() 以及 nn.Sequential() 创建一个 拟合 sin 函数的模型,训练模型保存结果,体会两个函数的方便之处。一、使用传统方法创建模型import numpy as npimport torchimport torch.nn as nn#准备数据data=np.linspace(-2*np.pi,2*np.pi,400) #转载 2021-11-22 11:16:16 · 1019 阅读 · 0 评论 -
江大白共学计划–Pytorch模型推理及多任务通用范式(第4次课)
江大白共学计划–Pytorch模型推理及多任务通用范式(第4次课)课程内容: 模型推理的通用范式(中):以语义分割任务为例,强化对推理范式的理解1. 代码Lesson4.py代码同上节课,将分类网络的权重文件换为了deeplabv3的预训练权重。2. 课堂作业必做题(1) 对 “./images/car.jpg” 做语义分割,提取出里面的车辆,模仿上课时,对“可视化推理结果”和“BGRA 四通道图”进行保存。可视化推理结果BGRA 四通道图(2) 自己找 2 张其他图,对图中某个类别原创 2021-10-26 17:11:48 · 1111 阅读 · 0 评论 -
江大白共学计划课程–Pytorch课程作业(2)
江大白共学计划课程–Pytorch课程作业(2)课程内容: 模型推理的通用范式(上):通过代码实现,学会自己构建模型推理的“三板斧”1. 代码Lesson3.pyfrom io import SEEK_CURimport torchimport cv2import numpy as npfrom torch.types import Storageimport torchvision.models as modelsclass ModelPipline(object): def原创 2021-10-21 10:50:06 · 136 阅读 · 0 评论 -
江大白共学计划课程--Pytorch课程作业(1)
江大白共学计划课程–Pytorch课程作业(1)import torchimport torchvision.models as modelsfrom thop import profile# 加载模型结构model = models.resnet18()# 读取权重和载入权重pretrained_state_dict = torch.load('Lesson2/weights/resnet18-5c106cde.pth')model_state_dict = model.load_stat原创 2021-10-19 22:06:29 · 200 阅读 · 0 评论