Pytorch
文章平均质量分 72
Tsingzao-于廷照
这个作者很懒,什么都没留下…
展开
-
地形指导的深度学习风场空间降尺度 Terrain Guided Flatten Memory Network for Deep Spatial Wind Downscaling
深度学习与气象先验融合的风场空间降尺度原创 2022-11-04 15:36:39 · 1315 阅读 · 0 评论 -
图时空序列预测方法记录
1、《Graph WaveNet for Deep Spatial-Temporal Graph Modeling》2019年IJCAI的文章,亮点有三:①自适应邻接矩阵 self-adaptive adjancency matrix;②基于自适应矩阵的扩散图卷积 diffusion GCN;③空洞因果卷积 dilated causal temporal convolution。其中,自适应邻接矩阵是通过两个node embedding矩阵基于ReLU和Softmax激活得出,优势在于对未知图结原创 2022-03-30 11:43:05 · 3327 阅读 · 0 评论 -
城市风场数据空间降尺度模拟分析-可行解决方案
赛题链接:https://www.sodic.com.cn/competitions/900012原创 2021-09-08 16:00:54 · 520 阅读 · 0 评论 -
时序预测相关算法的直观结构图及公式
最近花了很长的时间来整理前述时序预测方法及代码,本期做一个形象直观的对比。如下:ConvLSTMConvGRUPredRNNPredRNN++统一了一下画图及公式组织。原创 2020-10-20 16:20:09 · 761 阅读 · 0 评论 -
欢迎关注公众号 - 人人AI气象
个人是机器学习、模式识别方向出身,前期主要研究视频等时空数据的特征分析。现在入坑气象领域有一年多,为了更好的进步,为了更好的将之前所研究基础应用于气象,尝试建立了如下公众号,欢迎关注。公众号主要从气象和计算机两个方向尝试总结一些有用的内容,但写作方式跟博客一样随意。...原创 2020-10-12 20:53:26 · 252 阅读 · 0 评论 -
Pytorch手动实现卷积
某些时候可能需要用到类似卷积操作滑动窗的思想,实现一些操作。具体实现如下,首先导入必要的包import torchimport numpy as npimport torch.nn as nn方便起见(同时为了验证方法正确性),构建简单的卷积输入input = torch.from_numpy(np.array([1,2,3,4,5,6,7,8,9])).view((1,1,3,3)).float()查看输入内容In [5]: input.shape原创 2020-09-30 12:23:53 · 1968 阅读 · 0 评论 -
视频预测相关方法记录
1、《Efficient and Information-Preserving Future Frame Prediction and Beyond》网络结构包括:编码、预测、解码 三部分内容。主要内容是引入two-way的方式。原文链接:https://openreview.net/pdf?id=B1eY_pVYvB代码连接:https://github.com/GilgameshYu/CrevNet-Traffic4cast...原创 2020-09-02 10:36:16 · 3212 阅读 · 1 评论 -
Domain Adaptation 与 Generative Adversarial Network
域自适应 与 生成对抗网络1、《Unsupervised domain adaptation by backpropagation》pytorch 代码:https://github.com/fungtion/DANN文章:http://sites.skoltech.ru/compvision/projects/grl/files/paper.pdf网络结构:细节:①网络简称DANN,文章发表于2015年ICML,与GAN(2014年NIPS)同时期,DANN参考文献中有GAN。DA原创 2020-07-16 10:38:49 · 887 阅读 · 0 评论 -
最新(2019-2020)视频超分辨率方法调研
1、【CVPR 2020】TDAN: Temporally-Deformable Alignment Network for Video Super-Resolution链接:https://openaccess.thecvf.com/content_CVPR_2020/papers/Tian_TDAN_Temporally-Deformable_Alignment_Network_for_Video_Super-Resolution_CVPR_2020_paper.pdf代码:https://gi原创 2020-07-08 18:45:22 · 4255 阅读 · 0 评论 -
pytorch多GPU训练方式 Multi GPU
1、首先定义模型import torch.nn as nnclass Net(nn.Module): def __init__(self): pass def forward(self, x): pass2、利用DataParallel分布式存储数据和模型gpuID = '0,1,2,3,4,5,6,7'device_ids =...原创 2019-11-04 16:24:27 · 1476 阅读 · 0 评论 -
Pytorch在已有网络基础上微调
这个问题应该很简单,而且之前看过类似的demo,结果忘干净了,现在只实现了一个比较naive的方法。我们以vgg为例,假定我们的网络继承自VGG,那么from torchvision.models.vgg import VGGclass DemoNet(VGG): def __init__(self): super().__init__ sel...原创 2019-09-17 16:06:04 · 1113 阅读 · 0 评论 -
Pytorch如何自定义Loss
将Loss视作单独的层,在forward函数里写明loss的计算方式,无需定义backwardclass MyLoss(nn.Module): def __init__(self): super(MyLoss, self).__init__() print '1' def forward(self, pred, truth): ...原创 2018-05-25 17:22:01 · 10631 阅读 · 2 评论 -
Pytorch自定义网络结构+读取自己数据+自定义Loss 全过程代码示例
1、限定使用GPU的序号import osos.environ['CUDA_VISIBLE_DEVICES'] = '3'os.system('echo $CUDA_VISIBLE_DEVICES')2、导入相关头文件import torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.utils.dat...原创 2018-05-25 17:37:49 · 14853 阅读 · 7 评论 -
如何用Pytorch版本的FasterRCNN训练自己的数据
1、从这里下载FasterRCNN的Pytorch版本代码。按照提示完成相关编译。2、因为默认的数据为VOC2007,最直接的方法我们可以按照这里将自己的数据制作成VOC2007的格式,并建立软连接。3、修改https://github.com/jwyang/faster-rcnn.pytorch/blob/master/lib/datasets/pascal_voc.py数据的类别,即将self...原创 2018-05-15 20:12:21 · 6719 阅读 · 4 评论 -
如何用Pytorch提取视频单帧网络特征+SVM分类 - 非End-to-End
1、提取网络特征import osos.environ['CUDA_VISIBLE_DEVICES'] = '3'os.system('echo $CUDA_VISIBLE_DEVICES')import torchimport torch.nn as nnfrom torchvision import transforms, modelsfrom torch.autograd im...原创 2018-05-24 20:54:07 · 4939 阅读 · 2 评论 -
pytorch调用tensorboard方法尝试
tensorboard提供了用于监视训练损失很好的接口,可以帮助我们更好的调整参数。下文介绍如何在pytorch中调用tensorboard。首先,安装tensorboard、tensorflow以及tensorboardX第二,在文件开头导入SummaryWriterfrom tensorboardX import SummaryWriter第三,同tensorflow的ten...原创 2018-09-04 11:24:28 · 2226 阅读 · 0 评论 -
Pytorch获取中间层表示
这里先只是搬运过来,https://github.com/zergtant/pytorch-handbook/blob/master/chapter4/4.1-fine-tuning.ipynb,还没测试,但觉得以后会用到。根据提供的方法,需要经过如下步骤:1)定义hook函数in_list= [] #存放待输出中间层内容def hook(module, input, output...原创 2019-04-26 16:44:45 · 1209 阅读 · 1 评论 -
Tensorboard提示unable to get first event timestamp for run解决办法
TensorBoard为分析模型训练过程等提供了很好的可视化端口,关于如何在Pytorch中调用Tensorboard,博文《pytorch调用tensorboard方法尝试》已经详细说明。今天在调用Tensorboard过程中,遇到问题如下,运行tensorboard --logdir=/log/path后提示unable to get first event timestamp for r...原创 2019-05-31 20:08:13 · 3541 阅读 · 0 评论 -
整理Pytorch代码自己的写作习惯
自己不是纯代码为主,而主要研究算法,因此自己以前全部代码都是停留在能用的阶段,但自从git clone SRPytorch这一工程后,觉得需要提升自己代码可读性,也便于自己算法的对比。现大体归纳为以下几点:1、适当的目录之前很不好的习惯是全部代码放在一处,甚至放在一个文件中。受SRPytorch的启发,按模型构建、模型保存、附加类库等分类,构建适当的目录,如下图这样工程下只放一个...原创 2019-09-11 18:50:34 · 438 阅读 · 0 评论 -
Pytorch遇到的问题及解决方案 - 更新ing
1、安装完成后,不能import torch,提示 ImportError: dlopen: cannot load any more object with static TLS解决办法:有很多答案都说是将import torch放在import cv2之前,但我试了之后还是不能解决,最后是通过在jupyter notebook中可以直接import torch。我是通过mobarxterm...原创 2018-01-17 13:58:49 · 48568 阅读 · 12 评论