- 博客(10)
- 收藏
- 关注
RSS订阅原创 pytorch 加权BCE_loss和加权CE_loss实现
加权BCE_loss用来针对类别不均衡的二分类的语义分割，对于前景像素乘以一个比较大的权重，对背景像素乘以一个比较小的权重。我知道的有两种实现方法：假设网络预测为inputs，标签为target第一种：首先计算普通的BCEloss如下import torchimport torch.nn as nninputs = torch.rand(1,1,3,3)targets = torch.randint(1,3,(1,1,3,3))loss = nn.BCELoss(reduction='
2021-11-14 18:13:37
7924
原创 densenet理解
densenet的denseBlock其实就是把输入和输出concat起来，感觉原来的论文里的那个图有点太复杂了此外，先用1x1的卷积，再用3x3的卷积可以减少参数理解如下：一个densBlock中，所有层的输出都为32，而输入为一个denseBlock中前面所有层的输出concat，举例如denseNet-169的denseBlock（3），如果对其最后一层只使用3x3卷积，那么输入将近1000个通道，输出为32个通道，参数量为3x3x1000x32≈30万而如果使用1x1卷积再使用3x3卷积
2021-10-14 20:13:12
178
原创 pytorch：tensor的梯度求导
创建一个tensor，如果不指定requires_grad时，默认为False，此时将不能进行梯度传播，需要设置requires_grad=Truex = torch.randn(3,requires_grad=True)print(x)输出tensor([-0.5517, -0.7468, -0.5076], requires_grad=True)然后对张量做操作，grad_fn显示操作的类型y = x+2print(y)Out[52]: tensor([1.4483, 1.2532,
2021-09-21 14:14:57
549
原创 读取数据出错：Process finished with exit code -1073740791 (0xC0000409)
问题描述：在进行网络训练时报错：Process finished with exit code -1073740791 (0xC0000409)原因：看了网上的一些解决办法，有的说是显存/内存不够,然而我打开设备管理器监控，发现显存和内存都是够的,经过调试代码发现是我读取数据出错，因为读取的图片是tif格式的，使用pillow版本=8.3.1，无法读取图片解决办法:降低pillow版本，执行命令pip uninstall pillow和pip install Pilow==6.2.1,我的pyth
2021-08-11 15:44:29
571
1
原创 yolo理解
yolo训练yolo损失函数首先解释损失函数中的意义：是一个矩阵，只有0和1两个值，在这个矩阵中和分别代表所以每个cell会预测个bbox，其中与truth标签框IOU最大的bbox会被标注成1另一方面，公式（4）中的和的含义相反，两者理论上是互斥的公式（5）中的代表第个cell中有没有物体中心点，有物体中心点则为1，没有则为0（没有物体中心点的cell这一项为0，不要计算类别损失）注意：总的来说，就是公式（1），（2），（3）中都包含，所以这三项只有和真实标签IOU
2021-06-01 16:32:14
296
翻译 pytorch训练网络的细节
pytorch训练网络的细节计算loss的时候：train_loss += loss.item()保存和加载权重：PATH = './cifar_net.pth'torch.save(net.state_dict(), PATH)net.load_state_dict(torch.load(PATH))在测试的时候，加上with torch.no_grad():correct = 0total = 0# since we're not training, we don't need
2021-05-20 13:56:44
381
原创 pytorch的tensor操作
创建tensor1.from data2.from numpy3.ones_like,zeros_like,rand_like,ones,zeros,randtensor的属性shape，dtype，devicetensor操作1.元素相乘，tensor.mul(），tensor*tensor2.矩阵相乘，tensor.matmul（tensor.T）,tensor @ tensor.T3.从tensor到numpy，tensor.numpy()， tensor.data.numpy()
2021-05-19 20:31:05
358
原创 python图片细化代码
@TOC加粗样式import numpy as npimport sysfrom scipy import ndimage as ndiimport cv2np.set_printoptions(threshold=sys.maxsize)#显示矩阵所有元素image=cv2.VideoCapture(r'C:/Users/admin/Desktop/idmask/21_manual1.gif')ret,frame=image.read()frame=cv2.cvtColor(frame,
2021-05-19 20:14:05
234
原创 pytorch的tensor转换成numpy，不同方式
pytorch的tensor转换成numpy，不同方式第一种方式import torchimport numpytensor = torch.ones(3,4)n = tensor.datan = n+1print(tensor)print(n)输出tensor([[1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.]])tensor([[2., 2., 2., 2.], [2., 2
2021-05-19 20:07:35
1931
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