![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
小猪猪的实习学习笔记
文章平均质量分 54
小猪猪爱吃饭
菜菜找不到工作啦,求大厂救济!!!
展开
-
用bash判断环境变量是否有值
任务:现在有一个环境变量LOG_DIR,需要判断是否为"". #!/bin/sh if [ ! -n "$LOG_DIR" ]; then echo 1 else echo 2 fi原创 2021-03-19 16:04:26 · 484 阅读 · 0 评论 -
pytorh-transformer
torch.nn.Transformer torch.nn.Transformer(d_model: int = 512, nhead: int = 8, num_encoder_layers: int = 6, num_decoder_layers: int = 6, dim_feedforward: int = 2048, dropout: float = 0.1, activation: str = 'relu', custom_encoder: Optional[Any] = None, custo原创 2021-02-05 17:35:02 · 238 阅读 · 0 评论 -
小猪猪的深度学习之路-4-函数的学习
torch.rsqrt(input, *, out=None) → Tensor pytorch的resnet的一个参数 replace_stride_with_dilation 决定是否使用膨胀卷积 pytorch的BatchNorm2d batchnorma2d的公式为 FrozenBatchNorm2d)就是将所有的参数进行固定,令bias与均值均为0,令权重与方差均为1 IntermediateLayerGetter(model,return_layers) 返回对应网络的所输出的结果 如图所示:原创 2021-02-05 16:55:35 · 518 阅读 · 0 评论 -
小猪猪的深度学习之路-3-pytorch的一些参数的笔记
torch.flatten(start_dim, end_dim): 默认是将一个tensor拉成一维,例如a.shape=[2,3,4,5,6],a.flatten().shape即为[23456] , a.flatten(2,4).shape即为[2,3,456] torch.nn.Transformer torch.nn.Transformer(d_model=512, nhead=8, num_encoder_layers=6, num_decoder_layers=6, dim_feedfo原创 2021-02-04 15:27:20 · 293 阅读 · 0 评论 -
小猪猪的深度学习之路-2-多显卡加载
DataParallel model=torch.nn.DataParallel(model,device_ids=显卡id)#显卡id格式为list model.to(torch.device(“cuda:0”) device = torch.device(“cuda:0” if torch.cuda.is_available() else “cpu”) inputs, labels = inputs.to(device), labels.to(device) optimizer = nn.DataPar原创 2021-02-04 14:49:52 · 152 阅读 · 0 评论 -
docker用于深度学习
docker用于深度学习docker安装nvidia-docker的安装docker加速选择镜像容器创建容器(创建不了自己根据报错百度解决)容器关闭与打开编辑Dockerfile#Dockerfile是一个简单的文本文件,其中包含有关如何构建映像的说明。构建与上传 docker安装 curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun nvidia-docker的安装 https://github.com/NVIDIA/nvid原创 2021-02-04 14:36:12 · 254 阅读 · 0 评论