库函数详解
文章平均质量分 79
CV干饭王
这个作者很懒,什么都没留下…
展开
-
Python深度学习入门之plt画图工具基础使用(注释详细,超级简单)
Python自带的plt是深度学习最常用的库之一,在发表文章时必然得有图作为支撑,plt为深度学习必备技能之一。作为深度学习入门,只需要掌握一些基础画图操作即可,其他等要用到的时候看看函数API就行。1 导入plt库(名字长,有点难记)import matplotlib.pyplot as plt先随便画一个图,保存一下试试水:plt.figure(figsize=(12,8), dpi=80)plt.plot([1,2,6,4],[4,5,6,9])plt.savefig('./plt_pn原创 2020-11-15 14:07:41 · 52007 阅读 · 13 评论 -
AB版的darknet主要文件源码,方便大家查看(darknet.c、detector.c、demo.c)
注:待笔者源码解读完毕,后续会为大家奉上详细的注释。(1) darknet.c此文件是darknet的main函数所在之处,各项命令在其源码都能找到出处。#include <time.h>#include <stdlib.h>#include <stdio.h>#if defined(_MSC_VER) && defined(_DEBUG)#include <crtdbg.h>#endif#include "darknet原创 2020-05-24 14:18:09 · 1362 阅读 · 2 评论 -
Cannot uninstall ‘scikit-learn’. It is a distutils installed project and thus we cannot accurately d
sklearn升级遇到的问题Cannot uninstall ‘scikit-learn’. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.解决方法:1.先用conda卸载旧版本的sklearn,一定用conda,不能用pip;conda remove sc原创 2020-11-06 19:39:42 · 1492 阅读 · 0 评论 -
torchvision.transforms.ToTensor()与torchvision.transforms.ToPILImage()详解
torchvision.transforms.ToTensor()pytorch在加载数据集时都需要对数据记性transforms转换,其中最常用的就是torchvision.transforms.ToTensor()函数,但初学者可以认为这个函数只是把输入数据类型转换为pytorch的Tensor(int64)类型,其实不然,该函数内部的具体转换步骤为:1、将图片转化成内存中的存储格式;2、将字节以流的形式输入,转化成Tensor类型;3、对Tensor进行reshape;4、对Tensor进原创 2020-12-04 10:09:10 · 5319 阅读 · 0 评论 -
pytorch的nn.ConvTranspose2d()反卷积函数参数及尺寸计算详解
参数详解in_channels,#输入数据的通道数out_channels,#输出数据的通道数(就是我想让输出多少通道,就设置为多少)kernel_size,#卷积核的尺寸(如(3,2),3与(3,3)等同)stride=1,#卷积步长,就是卷积操作时每次移动的格子数padding=0,#原图周围需要填充的格子行(列)数output_padding=0,#输出特征图边缘需要填充的行(列)数,一般不设置groups=1,#分组卷积的组数,一般默认设置为1,不用管bias=Tru原创 2020-11-23 21:24:38 · 11093 阅读 · 4 评论 -
pytorch的nn.Conv2d()参数及尺寸计算详解(与Tensorflow.nn.Conv2d相比)
参数详解in_channels,#输入数据的通道数(如彩色图片,一般为3)out_channels,#输出数据的通道数(就是我想让输出多少通道,就设置为多少)kernel_size,#卷积核的尺寸(如(3,2),3与(3,3)等同)stride = 1,#卷积步长,就是卷积操作时每次移动的格子数padding = 0,#原图周围需要填充的格子行(列)数,无填充的话卷积到边缘会直接忽略该边缘dilation = 1,#空洞卷积的空洞指数,一般默认为1即可groups = 1,#分原创 2020-11-23 21:12:22 · 15604 阅读 · 0 评论