- 博客(11)
- 收藏
- 关注
RSS订阅原创 CrossEntropyLoss和BCELoss的区别
BCELoss是Binary CrossEntropyLoss的缩写，nn.BCELoss()为二元交叉熵损失函数，只能解决二分类问题。在pytorch中nn.CrossEntropyLoss()为交叉熵损失函数，用于解决多分类问题，也可用于解决二分类问题。在使用nn.BCELoss()作为损失函数时，需要在该层前面加上Sigmoid函数，一般使用nn.Sigmoid()即可，而在使用nn.CrossEntropyLoss()其内部会自动加上Sofrmax层。
2024-01-29 17:54:21
226
原创 计算模型的参数数量和计算量FLOPs
报错：ModuleNotFoundError: No module named ‘thop’4、计算计算量和参数量。5、输出计算量和参数量。
2024-01-03 20:33:16
546
1
原创 将虚拟环境从一个服务器迁移到另一个无网的服务器
将压缩文件上传至新的服务器的“envs”文件夹中，在“envs”文件夹中新建一个文件夹，以虚拟环境名命名。通过查看环境指令找到新服务器存放环境的路径。将旧服务器中的环境打包。
2023-12-29 15:28:07
639
1
原创 将单gpu的代码改为多gpu
看一下torch.nn.DataParallel和torch.nn.parallel.DistributedDataParallel的区别。如果有多个GPUs，可以使用nn.DataParallel封装模型，然后使用model.to(device)把模型放在GPUs上。如果有3个GPUs，batch size为30，则每个gpu batch 10个输入。
2023-12-28 21:52:14
457
1
原创 将代码从cpu转为gpu
选择指定gpu参考：https://zhuanlan.zhihu.com/p/166161217。返回值为ture表示gpu可用，返回值为false表示gpu不可用。或给网络模型、数据加上：.to(device)
2023-12-28 18:32:14
651
1
原创 linux上使用conda创建虚拟环境
conda和source的区别：https://blog.csdn.net/a1920993165/article/details/134284376。由于不同版本的包的兼容问题以及conda和pip中的包的资源问题，我一般先使用conda安装，失败后使用pip3安装，仍然失败则使用pip安装。不同的算法需要不同版本的python以及不同的包，为了方便使用，我们可以创建虚拟环境运行程序。注：name为虚拟环境的名称。3、在虚拟环境中安装不同的包。4、查看虚拟环境中安装的包。5、查看存在的虚拟环境。
2023-12-26 12:44:42
940
1
原创 使用虚拟终端运行程序
1、使用虚拟终端运行任务，关闭终端或远程断开连接，都不影响任务的继续运行。2、在远程开发工作中，可以将多个 host 端的终端连接到同一个 tmux session，这样可以实现一些需要多屏共享的需求。
2023-12-26 11:45:48
672
1
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