- 博客(471)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 4.15 构建onnx结构模型-Max
构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch —> onnx2、通过onnx 自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Max结点进行分析。
2023-12-29 19:23:58
348
原创 4.14 构建onnx结构模型-Min
构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch —> onnx2、通过onnx 自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Min结点进行分析。
2023-12-29 19:10:36
441
原创 3.pytorch cifar10
下载的数据是numpy格式，shape：HWC， 会转换成tensor，shape：CHWtorchvision 下载不是图像原始数据，是经过处理转换的numpyplt.imshow（），输出的是HWC 格式图像信息。
2023-12-26 14:42:39
888
原创 2.pytorch iris data
该数据集包含了 150 个鸢尾花的数据，其中每个数据点都有 4 个变量（萼片长度、萼片宽度、花瓣长度、花瓣宽度）和一个目标变量（花的种类）。该数据集最初由 R.A. Fisher 在 1936 年发布。iris数据集的主要应用场景是分类问题，在机器学习领域中被广泛应用。通过使用iris数据集作为样本集，我们可以训练出一个分类器，将输入的新鲜鸢尾花归类到三种品种中的某一种。iris数据集的特征数据已经被广泛使用，也是许多特征选择算法和模型选择算法的基础数据集之一。
2023-12-26 14:41:15
875
原创 1. pytorch mnist 手写数字识别
训练集60000张图像，其中30000张来自NIST的Special Database 3，30000张来自NIST的Special Database 1。测试集10000张图像，其中5000张来自NIST的Special Database 3，5000张来自NIST的Special Database 1。
2023-12-26 14:29:55
1672
1
原创 4.13 构建onnx结构模型-Conv
构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch —> onnx2、通过onnx 自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Conv结点进行分析。
2023-12-25 15:17:45
609
原创 4.12 构建onnx结构模型-MatMul
构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch —> onnx2、通过onnx 自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以MatMul结点进行分析。
2023-12-22 17:19:04
638
原创 4.11 构建onnx结构模型-Clip
构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch —> onnx2、通过onnx 自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Clip结点进行分析。
2023-12-12 10:51:03
809
原创 4.10 构建onnx结构模型-Softmax
构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch —> onnx2、通过onnx 自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Softmax结点进行分析。
2023-12-06 19:55:13
717
原创 4.9 构建onnx结构模型-Equal
构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch —> onnx2、通过onnx 自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Equal结点进行分析。
2023-12-05 10:37:37
450
原创 4.8 构建onnx结构模型-Less
构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch —> onnx2、通过onnx 自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以Less结点进行分析。
2023-12-05 10:30:05
729
原创 4.7 构建onnx结构模型-Transpose
构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch —> onnx2、通过onnx 自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以transpose结点进行分析。
2023-11-28 14:57:55
950
原创 4.6.2 构建onnx结构模型-特殊情况下的Gather
构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch —> onnx2、通过onnx 自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以gather结点进行分析。
2023-11-27 15:20:38
508
原创 4.6 构建onnx结构模型-Gather
构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch —> onnx2、通过onnx 自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以gather结点进行分析。
2023-11-27 15:15:50
679
原创 4.5 构建onnx结构模型-POW
构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch —> onnx2、通过onnx 自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以pow结点进行分析。
2023-11-13 21:57:49
183
原创 4.3 cut onnx结构
对现有onnx 进行剪切，得到部分onnx结构采用对应代码，可以进行剪切onnx有些情况不能简单cut，需要进一步处理，这里不做介绍。
2023-11-13 10:59:04
140
原创 4.2 onnx简化模型结构
对已有的onnx结构，进行简化操作，onnx提供两种常规操作两种本质上没用改变，都是通过调用onnxsim进行操作看个人使用时机。
2023-11-08 19:43:49
891
原创 4.1 构建onnx结构模型-Reshape
构建onnx方式通常有两种：1、通过代码转换成onnx结构，比如pytorch —> onnx2、通过onnx 自定义结点，图，生成onnx结构本文主要是简单学习和使用两种不同onnx结构，下面以reshape结点进行分析。
2023-11-05 15:22:38
1114
原创 3.2. onnx export multi_batch
将onnx bs=1 修改为多batch操作参考链接：https://www.cnblogs.com/tangjunjun/p/16500116.htmlhttps://blog.csdn.net/weixin_43863869/article/details/128638397?spm=1001.2101.3001.6650.3&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-3-128638397
2023-10-29 12:24:07
173
原创 3. t2t_vit inference
对vit 进行fp16推理参考链接：https://github.com/open-mmlab/mmpretrain/tree/master/configs/t2t_vitrun code ：https://mmclassification.readthedocs.io/en/latest/getting_started.html#inference-and-test-a-datasethttps://mmclassification.readthedocs.io/en/latest/tools/pytor
2023-10-29 12:22:45
131
原创 2.6、微调算法
在 PPQ 中我们目前提供两种不同的算法帮助你微调网络这些算法将使用 calibration dataset 中的数据，对网络权重展开重训练经过训练的网络不保证中间结果与原来能够对齐，在进行误差分析时你需要注意这一点在训练中使用 with ENABLE_CUDA_KERNEL(): 子句将显著加速训练过程训练过程的缓存数据将被贮存在 gpu 上，这可能导致你显存溢出，你可以修改参数将缓存设备改为 cpu。
2023-10-29 11:31:58
111
原创 2.1 ppq量化pytorch-＞onnx
torchvision中加载一个模型，转换为 onnx 格式、导出 quantized graph.
2023-10-29 11:19:44
452
原创 1.量化相关了解
可量化区：这区域的算子被认为是可以量化的，它们是 input, conv, gemm 的延伸算子，PPQ 使用数值追踪技术标记这些算子，这些算子处理的运算一定是 input, conv, gemm 的计算结果。争议区：这区域的算子同时接收来自不可量化区以及可量化区的输入，所有争议区的算子延伸也是争议算子，量化这些算子是有风险的，PPQ 不能保证量化产生的影响。Executor 模块执行每一个算子时，并不会在模型中插入量化节点，而是通过一种类似于 hook 的形式，直接将量化操作添加到算子的执行逻辑中。
2023-10-29 11:14:33
145
原创 ModuleNotFoundError: No module named ‘_sqlite3‘
sqlite3 指代不明，或者出现错误，需要重新在对应位置上添加存在多个python版本，需要指定。
2023-08-01 16:51:47
4305
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人