pytorch框架
代码小白的成长
不管多么难熬,人生都要眉开眼笑
展开
-
预测灰度图[1,h,w]显示
【代码】预测灰度图[1,h,w]显示。原创 2023-02-20 17:14:18 · 124 阅读 · 0 评论 -
Slurm超算集群跑深度学习代码教程
参考教程http://docs.hpc.whu.edu.cn/如果是校外操作,则需要通过easyconnect登陆集群专属VPNhttps://vpn.whu.edu.cn/1.连接超算使用支持 SSH 协议的客户端软件MobaXterm来登录超算https://mobaxterm.mobatek.net/使用 SSH 客户端连接超算的登录节点 swarm.whu.edu.cn用户存储与数据传输文件传输(SFTP 协议)服务器IP地址:202.114.96.177anaconda原创 2022-06-01 15:21:47 · 5352 阅读 · 0 评论 -
windows环境下: mmcv下的MultiScaleDeformableAttention出错
问题:方法一:mmcv: https://download.openmmlab.com/mmcv/dist/cu101/torch1.6.0/index.html下载后,用pip安装方法二:官网https://mmcv.readthedocs.io/zh_CN/latest/get_started/installation.html根据自己的版本选择pip install mmcv-full==1.4.0 -f https://download.openmmlab.com/mmcv/dist/原创 2022-04-15 15:54:59 · 3826 阅读 · 1 评论 -
get_edges
def get_edges(self, t): torchvision.transforms.ToPILImage()(t[0].cpu()).show() edge = self.ByteTensor(t.size()).zero_() edge[:, :, :, 1:] = edge[:, :, :, 1:] | (t[:, :, :, 1:] != t[:, :, :, :-1]) edge[:, :, :, :-1] = edge[:.原创 2020-10-22 15:59:53 · 496 阅读 · 0 评论 -
VGG下载(.net文件和imagenet-vgg-verydeep-19)
1、imagenet-vgg-verydeep-19链接:https://pan.baidu.com/s/1PU9cVExFXb0afXnTEHYg6Q 提取码:2okb2、vgg19.npy链接:https://pan.baidu.com/s/1Rb5fZ3vBNzd4YPbo93ys4w提取码:9pr03、vgg16.npy链接:https://pan.baidu.com/s/1D8469KgIBitWs-9QT834vQ提取码:9zmh...原创 2020-09-20 15:43:35 · 4140 阅读 · 4 评论 -
创建好后的模型,对Con2d, ConvTranspose2d ,以及归一化BatchNorm2d函数中的变量进行初始化
def weights_init(m): classname = m.__class__.__name__ if (classname.find('Conv2d') != -1) | (classname.find('ConvTranspose2d') != -1): m.weight.data.normal_(0.0, 0.02) elif classname.find('BatchNorm2d') != -1: m.weight.dat.原创 2020-09-02 17:50:31 · 570 阅读 · 1 评论 -
图像质量评价指标: MMD ( maximum-mean-discrepancy) 最大平均差异
MMD:maximum mean discrepancy。最大平均差异, 用于判断两个分布p和q是否相同。它的基本假设是:如果对于所有以分布生成的样本空间为输入的函数f,如果两个分布生成的足够多的样本在f上的对应的像的均值都相等,那么那么可以认为这两个分布是同一个分布。现在一般用于度量两个分布之间的相似性。import torchimport matplotlibimport osimport argparseimport numpy as npfrom PIL import Imagefr原创 2020-08-31 23:03:53 · 2762 阅读 · 1 评论 -
readImg: 读取图片到Variable变量
from PIL import Imagefrom torch.autograd import Variablefrom torchvision import transformstransform = transforms.Compose( [ # 函数接受PIL Image或numpy.ndarray,将其先由HWC转置为CHW格式,再转为float后每个像素除以255 transforms.ToTensor(), # 对数据按通道进行标准化到[-1,1原创 2020-08-31 20:49:58 · 1928 阅读 · 0 评论 -
图像评价指标 : PSNR (Peak Signal-to-Noise Ratio) 峰值信噪比 和 SSIM (Structural SIMilarity) 结构相似性
# example of calculating the frechet inception distance in Kerasimport osimport torchimport argparseimport numpy as npfrom PIL import Imagefrom skimage.measure import compare_psnr, compare_ssimdef dataloader(dataset): dataloader = torch.utils.原创 2020-08-28 21:07:09 · 661 阅读 · 0 评论 -
图片保存:torchvision.utils.save_image(img, imgPath)
torchvision.utils.save_image(img, imgPath)深度学习模型中,一般使用如下方式进行图像保存(torchvision.utils中的save_image()函数),这种方式只能保存RGB彩色图像,如果网络的输出是单通道灰度图像,则该函数依然会输出三个通道,每个通道的数值都是相同的,即“伪灰度图像”,虽然从视觉效果上看不出区别,但是图像所占内存比正常情况大了两倍。save_image()函数:def save_image(tensor, filename, nro原创 2020-08-24 13:34:36 · 24376 阅读 · 1 评论 -
pytorch:模型的保存与导出
方法一: 保存模型和模型参数torch.save( network, savePath ) def save_network( save_dir, network, network_label, epoch_label): save_filename = '%s_net_%s.pth' % (epoch_label, network_label) save_path = os.path.join(save_dir, save_filename) torch.save原创 2020-08-17 14:56:43 · 5892 阅读 · 2 评论 -
图片读取:Image.open(ImgPath)
from PIL import Image利用 img = Image.open(ImgPath) 打开的图片是PIL类型的,它自带resize函数。由于pytorch的顺序是(batch,c,h,w),所以需要进行PIL类型到numpy类型转换,tensorflow,numpy的顺序是(batch,h,w,c): # Load Image img_fn = os.path.join(self.input_path, filenames) img = Image.open(img_fn).原创 2020-08-21 22:00:13 · 86917 阅读 · 1 评论