![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
PyTorch
文章平均质量分 73
AI算法-图哥
个人微信: tuge7893,欢迎交流~
展开
-
torchvision.transforms使用详解
1. 介绍PyTorch框架中有一个非常重要且好用的包:torchvision,该包主要由3个子包组成,分别是:torchvision.datasets、torchvision.models、torchvision.transforms。这3个子包的具体介绍可以参考官网:http://pytorch.org/docs/master/torchvision/index.html。具体代码可以参考github:https://github.com/pytorch/vision/tree/master/tor.原创 2021-09-25 12:09:51 · 8482 阅读 · 3 评论 -
Pytorch入门指南
在学习某个深度学习框架时,掌握其基本知识和接口固然重要,但如何合理组织代码,使得代码具有良好的可读性和可扩展性也必不可少。本文不会深入讲解过多知识性的东西,更多的则是传授一些经验,你可以将这部分当成是一种参考或提议,而不是作为必须遵循的准则。归根到底,都是希望你能以一种更为合理的方式组织自己的程序。在做深度学习实验或项目时,为了得到最优的模型结果,中间往往需要很多次的尝试和修改。根据我的个人经验,在从事大多数深度学习研究时,程序都需要实现以下几个功能:模型定义数据处理和加载训练模型(Train&.原创 2021-03-16 08:19:31 · 778 阅读 · 0 评论 -
PyTorch中的padding操作
1. 介绍我们知道,在对图像执行卷积操作时,如果不对图像边缘进行填充,卷积核将无法到达图像边缘的像素,而且卷积前后图像的尺寸也会发生变化,这会造成许多麻烦。因此现在各大深度学习框架的卷积层实现上基本都配备了padding操作,以保证图像输入输出前后的尺寸大小不变。例如,若卷积核大小为3x3,那么就应该设定padding=1,即填充1层边缘像素;若卷积核大小为7x7,那么就应该设定padding=3,填充3层边缘像素;也就是padding大小一般设定为核大小的一半。在pytorch的卷积层定义中,默认的.原创 2021-02-25 22:34:56 · 4418 阅读 · 1 评论 -
onnx和mnn调用pytorch模型
1. 训练代码pytorch自身部署较麻烦,一般使用onnx和mnn较为实用训练模型的代码:import torchimport torch.nn as nnimport torchvisionimport torchvision.transforms as transformsimport torch.optim as optimfrom torch.optim import lr_schedulerimport torch.onnx if __name__ == '__m.原创 2021-02-16 14:20:25 · 1958 阅读 · 1 评论 -
pytorch训练图像分类模型,并部署到MNN
1. Pytorch分类器网络# 定义一个简单的分类网络class SimpleNet(nn.Module): def __init__(self): super(SimpleNet, self).__init__() # 三个卷积层用于提取特征 # 1 input channel image 90x90, 8 output channel image 44x44 self.conv1 = nn.Sequential( .原创 2021-02-12 11:34:01 · 912 阅读 · 1 评论 -
训练技巧之数据集太多,加载太慢怎么办?
1. 背景训练集全是16x16,32x32之类的小图,达到上千万张,训练时发现数据加载很慢很慢很慢!!!看了下CPU 内存 GPU使用情况,发现CPU使用率都跑到90%去了,GPU使用率却较低2. 解决方法2.1 预处理提速尽量减少每次读取数据时的预处理操作,可以考虑把一些固定的操作,例如 resize ,事先处理好保存下来,训练的时候直接拿来用Linux上将预处理搬到GPU上加速:NVIDIA/DALI :https://github.com/NVIDIA/DALI2.2 IO提速2.原创 2020-10-26 22:46:59 · 6314 阅读 · 0 评论 -
Pytorch加载模型的问题及解决方法
1. 简单的模型加载一般来说,保存模型是把参数全部用model.cpu().state_dict(), 然后加载模型时一般用 model.load_state_dict(torch.load(model_path))。 值得注意的是:torch.load 返回的是一个 OrderedDict.import torchimport torch.nn as nnclass Net_old(...原创 2019-12-14 21:21:59 · 7037 阅读 · 1 评论 -
Pytorch 查看网络模型参数
可以通过model.state_dict()或者model.named_parameters()函数查看现在的全部可训练参数(包括通过继承得到的父类中的参数)代码如下:import torch# 引入torch.nn并指定别名import torch.nn as nnimport torch.nn.functional as Fclass Net(nn.Module): d...原创 2019-11-16 15:26:01 · 6298 阅读 · 0 评论 -
pytorch模型转keras模型
1. 概述使用pytorch建立的模型,有时想把pytorch建立好的模型装换为keras,本人使用TensorFlow作为keras的backend2. 依赖依赖的标准库:pytorchkerastensorflowpytorch2keras3. 安装方式conda install tensorflow-gpu kerasconda install pytorch t...原创 2019-10-02 10:35:09 · 5940 阅读 · 1 评论 -
Linux环境下pytorch安装教程
1. 安装NVIDIA GPU显卡驱动如果需要安装cuda版本的PyTorch,电脑也有独立显卡的时候,一般需要更新一下Ubuntu独立显卡驱动。否则即使安装了cuda版本的PyTorch也没办法使用GPU。因为我的笔记本电脑显卡是NVIDIA的,所以首先去官网:NVIDIA显卡驱动下载,查看适合自己显卡的驱动,下载runfile文件:NVIDIA-Linux-x86_64-384.98.r...原创 2019-10-02 01:16:27 · 26761 阅读 · 6 评论