![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 66
szZack
工作已有十几年了,在创业公司干过,在上市公司干过,现在工作不那么紧张了,偶尔有点时间,写一点过往的积累。
展开
-
pytorch_quantization/cuda_ext.cpython-310-x86_64-linux-gnu.so: undefined symbol: _ZN3c106detail1
pytorch_quantization/cuda_ext.cpython-310-x86_64-linux-gnu.so: undefined symbol: _ZN3c106detail1原创 2024-01-19 15:59:03 · 2409 阅读 · 2 评论 -
OSError: libcudart.so.11.0: cannot open shared object file: No such file or directory
OSError: libcudart.so.11.0: cannot open shared object file: No such file or directory原创 2024-01-13 10:22:26 · 3060 阅读 · 0 评论 -
自定义 bert 在 onnxruntime 推理错误:TypeError: run(): incompatible function arguments
onnxruntime 推理错误:TypeError: run(): incompatible function arguments原创 2024-01-09 12:22:26 · 1175 阅读 · 0 评论 -
自定义的 bert 模型导出 onnx 报错:TypeError: forward() takes 2 positional arguments but 4 were given
TypeError: forward() takes 2 positional arguments but 4 were given原创 2024-01-09 12:17:31 · 1096 阅读 · 0 评论 -
Could not build wheels for pycocotools, which is required to install pyproject.toml-based projects
Failed to build pycocotoolsERROR: Could not build wheels for pycocotools, which is required to install pyproject.toml-based projects原创 2023-12-29 14:43:00 · 844 阅读 · 0 评论 -
【AI实战】BERT 文本分类模型自动化部署之 dockerfile
BERT 文本分类模型自动化部署之 dockerfile,基于 torch 的 CPU 版本。原创 2023-08-16 10:34:01 · 1913 阅读 · 0 评论 -
【AI实战】基于 bert-base-chinese 预训练模型的多标签文本分类模型,BCEWithLogLoss解决样本不均衡问题
基于 bert-base-chinese 预训练模型的多标签文本分类模型,BCEWithLogLoss解决样本不均衡问题原创 2023-07-11 17:16:12 · 1293 阅读 · 0 评论 -
【AI实战】分布式训练:使用DistributedDataParallel实现单机多GPU并行训练resnet50模型
分布式训练:使用DistributedDataParallel实现单机多GPU并行训练resnet50模型原创 2023-03-02 19:29:35 · 539 阅读 · 0 评论 -
【AI实战】开源语义解析器:Google的SLING、SyntaxNet
开源语义解析器:Google的SLING、SyntaxNet原创 2023-02-02 13:53:18 · 526 阅读 · 0 评论 -
【AI实战】YOLOv7加载多GPU训练的模型报错解决方法
YOLOv7加载多GPU训练的模型报错解决方法原创 2023-01-10 11:13:34 · 1715 阅读 · 1 评论 -
【AI实战】[pytorch版]基于ResNet50的分类模型转onnx
ResNet50转onnx原创 2022-12-27 10:05:15 · 1714 阅读 · 0 评论 -
【AI实战】Pytorch版使用预训练卷积神经网络快速训练自己的分类模型
Pytorch版使用预训练卷积神经网络快速训练自己的分类模型原创 2022-12-07 17:16:08 · 1811 阅读 · 0 评论 -
【AI实战】CUDA 编程入门及开源项目代码分享
CUDA 编程入门及开源项目代码分享原创 2022-11-06 22:18:17 · 3614 阅读 · 0 评论 -
Ubuntu离线安装nvidia-docker完整过程(最简单的解决方法解决nvidia-docker: command not found/Unknown runtime specified)
nvidia-docker原创 2022-10-01 00:30:00 · 9664 阅读 · 7 评论 -
【AI实战】超赞的几个OCR开源项目
第一名:PaddleOCRPaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库,助力开发者训练出更好的模型,并应用落地。特性支持多种OCR相关前沿算法,在此基础上打造产业级特色模型PP-OCR和PP-Structure,并打通数据生产、模型训练、压缩、预测部署全流程。在线网站体验:移动端demo体验:安装包DEMO下载地址(基于EasyEdge和Paddle-Lite, 支持iOS和Android系统)文本检测算法效果文本识别算法效果第二名:EasyOCR算法效果。原创 2022-09-10 16:00:00 · 10848 阅读 · 0 评论 -
【AI实战】最全 TensorFlow 官方模型:计算机视觉、自然语言处理
【AI实战】最全 TensorFlow 官方模型:计算机视觉、自然语言处理原创 2022-07-15 21:45:00 · 1381 阅读 · 0 评论 -
AI实战:用Transformer建立数值时间序列预测模型开源代码汇总
Transformer做数值时间序列预测原创 2022-05-09 09:20:14 · 9679 阅读 · 0 评论 -
AI实战:使用LSTM做数值序列预测
使用LSTM做数值序列预测依赖环境核心代码搭建模型loss函数其他辅助函数模型概览依赖环境python3.xtensorflow 2.xLinux(我用的Ubuntu 18.04LTS)numpypandassklearn核心代码搭建模型依赖库import sysimport osfrom tensorflow import kerasfrom tensorflow.keras.models import Modelimport pandas as pdfrom sk原创 2022-05-07 20:30:00 · 1015 阅读 · 0 评论 -
AI实战:搭建带注意力机制的 seq2seq 模型来做数值预测
Seq2Seq原创 2022-04-30 10:00:00 · 1431 阅读 · 10 评论 -
AI实战:基于深度学习的空气质量预测模型开源代码汇总
基于深度学习的空气质量预测模型开源代码汇总一、传统机理空气质量模型空气质量模型是基于人类对大气物理和化学过程科学认识的基础上,运用气象学原理及数学方法,从水平和垂直方向在大尺度范围内对空气质量进行仿真模拟,再现污染物在大气中输送、反应、清除等过程的数学工具,是分析大气污染时空演变规律、内在机理、成因来源、建立“污染减排”与“质量改善”间定量关系及推进我国环境规划和管理向定量化、精细化过渡的重要技术方法。二、基于深度学习的空气质量预测模型ST-CausalConvNetA Spatiotempo原创 2021-10-07 16:26:46 · 6434 阅读 · 3 评论 -
AI实战:github图像语义分割代码汇总
github图像语义分割代码汇总Semantic segmentationU-Net (https://arxiv.org/pdf/1505.04597.pdf)https://lmb.informatik.uni-freiburg.de/people/ronneber/u-net/ (Caffe - Matlab)https://github.com/jocicmarko/ultrasound-nerve-segmentation (Keras)https://github.com/Edwar原创 2020-11-14 10:26:01 · 1592 阅读 · 0 评论 -
AI实战:图像语义分割数据集
语义分割数据集DatasetsStanford Background Datasethttp://dags.stanford.edu/projects/scenedataset.htmlSift Flow Datasethttp://people.csail.mit.edu/celiu/SIFTflow/Barcelona Datasethttp://www.cs.unc.edu/~jtighe/Papers/ECCV10/Microsoft COCO datasethttp://m原创 2020-11-07 10:01:11 · 773 阅读 · 0 评论 -
AI实战:图像语义分割标注工具
图像语义分割标注工具Annotation Tools:https://github.com/AKSHAYUBHAT/ImageSegmentationhttps://github.com/kyamagu/js-segment-annotatorhttps://github.com/CSAILVision/LabelMeAnnotationToolhttps://github.com/seanbell/opensurfaces-segmentation-uihttps://github.com原创 2020-11-07 10:00:43 · 1248 阅读 · 0 评论 -
AI实战:2019、2020最新的中文文本检测检测模型
2019、2020最新的中文文本检测检测模型1、DBNet(Real-time Scene Text Detection with Differentiable Binarization)论文地址:https://arxiv.org/pdf/1911.08947.pdf作者:华中科技大学 Minghui Liao 1∗ , Zhaoyi Wan 2∗ , Cong Yao 2 , Kai Chen 3,4 , Xiang Bai 1网络结构创新点在基于分割的文本检测网络中,最终原创 2020-11-07 09:02:16 · 2433 阅读 · 0 评论 -
AI实战:生成对抗网络 GAN 原理
生成对抗网络 GAN 原理详情阅读:生成对抗网络 GAN 原理原创 2020-10-07 09:41:29 · 466 阅读 · 0 评论 -
AI实战:基于生成对抗网络 GAN 的图像去噪方法汇总
基于生成对抗网络 CGAN 的图像去噪方法汇总Conditional GAN denoiserTensorflow/Keras implementation of a Conditional Generative Adversarial Network (CGAN) model that can be used for image denoising or artefact removal.url:https://github.com/bencottier/cgan-denoiser论文地址:原创 2020-09-25 20:41:11 · 8996 阅读 · 2 评论 -
AI实战:深度学习之知识蒸馏
简介知识蒸馏被广泛用于模型压缩和迁移学习。开山之作 Distilling the Knowledge in a Neural Network 。文章提出一种方法,把多个模型的知识提炼给单个模型。知识蒸馏,可以将一个网络的知识转移到另一个网络,两个网络可以是同构或者异构。做法是先训练一个teacher网络,然后使用这个teacher网络的输出和数据的真实标签去训练student网络。知识蒸馏,可以用来将网络从大网络转化成一个小网络,并保留接近于大网络的性能;也可以将多个网络的学到的知识转移到一个网络中,原创 2020-09-06 08:40:18 · 1321 阅读 · 0 评论 -
AI实战:生成对抗网络 GAN 开源代码汇总
生成对抗网络 GAN 在机器视觉中的应用开源代码汇总CycleGAN and pix2pix in PyTorchstar: 12.7 K地址:https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix论文地址:https://arxiv.org/pdf/1703.10593.pdf示例图pix2pixHDstar: 4.7 K地址:https://github.com/NVIDIA/pix2pixHD介绍Pytorc原创 2020-08-29 08:45:02 · 1946 阅读 · 1 评论 -
AI实战:一种新的深度目标检测架构 Matrix Nets
Matrix Nets: A New Deep Architecture for Object DetectionAP在MS COCO上实现了47.8的mAPAP比较Matrix Networks(a) Shows the original FPN architecture(b) Shows the MatrixNet architecture, where the 5 FPN layers are viewed as the diagonal layers in the mat原创 2020-07-25 08:44:27 · 397 阅读 · 0 评论 -
AI实战:pytorch版ResNet迁移学习
前言我的另外一篇基于tensorflow的迁移学习文章:AI实战:迁移学习之使用ResNet做分类本文介绍pytorch版ResNet迁移学习。本质:迁移学习到的是特征。加载预训练模型特征层 model.features分类层 model.classifier构建base model,作为特征层model = models.densenet18(pretrained=True)其他的网络可以参考: https://pytorch.org/docs/0.3.0/torchvisio原创 2020-07-19 10:10:33 · 1502 阅读 · 0 评论 -
AI实战:最强文本检测模型Shape Robust Text Detection with Progressive Scale Expansion Network (PSENet)
文本行检测模型PSENet原创 2020-07-11 11:36:15 · 685 阅读 · 0 评论 -
AI实战:pytorch版DenseNet迁移学习
我的另外一篇迁移学习文章:AI实战:迁移学习之使用ResNet做分类构建base model,作为Feature Extractionmodel = models.densenet121(pretrained=True)其他的网络可以参考: https://pytorch.org/docs/0.3.0/torchvision/models.html#torchvision-models2、Fine-Tuninghttps://www.jianshu.com/p/19eb2075effe原创 2020-07-04 07:28:36 · 2835 阅读 · 0 评论 -
AI实战:pytorch、 tensorflow 对比之推理时性能、GPU占用对比(一):DenseNet
本文分享推理时性能、GPU占用对比:pytorch 与 tensorflow 上的对比。DenseNet定义论文链接:Densely Connected Convolutional Networks参考:深度/机器学习基础知识要点:CNN、ResNet、DenseNetDenseNet参数参数情况flops对比DensetNet201在pytorch、tensorflow的情况图片输入尺寸80 × 80模型文件大小对比平台模型文件大小(单位:M)原创 2020-06-21 08:14:26 · 2028 阅读 · 0 评论 -
AI实战:深度学习之人脸识别 Face recognition
前言人脸识别是机器视觉最成熟、最热门的领域,近几年,人脸识别已经逐步超过指纹识别成为生物识别的主导技术。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。【人脸识别:来源百度百科】人脸识别系统主要包括四个组成部分,分别为:人脸图像...原创 2020-05-17 09:53:52 · 6176 阅读 · 0 评论 -
AI实战:目标检测模型应用之生活垃圾图片分类
前言大赛介绍“华为云杯”2020深圳开放数据应用创新大赛·生活垃圾图片分类 链接https://blog.csdn.net/weixin_38208912/article/details/103817188https://zhuanlan.zhihu.com/p/96033452目标检测模型实战过程数据增强模型选取开源代码...原创 2020-05-01 20:28:23 · 3532 阅读 · 0 评论 -
AI实战: YOLOv4: Optimal Speed and Accuracy of Object Detection
前言YOLOv4: Optimal Speed and Accuracy of Object Detection [Submitted on 23 Apr 2020] 【是的,你没看错,2020年04月23日,YOLO v4终于来了。】YOLO v4 论文:https://arxiv.org/abs/2004.10934YOLO v4 开源代码:https://github.com/Al...原创 2020-04-24 23:10:28 · 1316 阅读 · 0 评论 -
盘点国内那些深度学习框架:清华计图Jittor、腾讯优图NCNN、百度飞桨PaddlePaddle、阿里X-DeepLearning
1、清华计图Jittor清华大学开发了一个名为计图(Jittor)的深度学习框架。计图(Jittor:Just in Time)是一个采用元算子表达神经网络计算单元、完全基于动态编译(Just-in-Time)的深度学习框架,其主要特性为元算子和统一计算图。在编程语言上,Jittor 采用了灵活而易用的 Python。用户可以使用它,编写元算子计算的 Python 代码,然后 Jittor将...原创 2020-03-21 08:26:30 · 7135 阅读 · 0 评论 -
AI实战:YOLK: Keras Object Detection API
YOLKYOLK为You Only Look Keras的缩写,是Keras的一站式对象检测API。通过几行代码,可以设置性能最佳的模型之一并将其应用于自己的数据集,轻松地训练自己的目标检测模型。Github地址https://github.com/KerasKorea/KerasObjectDetector安装(Linux)# Download YOLK API $ git clo...原创 2020-03-07 19:26:50 · 948 阅读 · 0 评论 -
深度/机器学习基础知识要点:RNN、LSTM、GRU
RNN(循环神经网络)RNN示意图xxx是一个向量,它表示输入层的值;sss是一个向量,它表示隐藏层的值;UUU是输入层到隐藏层的权重矩阵;ooo也是一个向量,它表示输出层的值;VVV是隐藏层到输出层的权重矩阵。循环神经网络的隐藏层的值sss不仅仅取决于当前这次的输入xxx,还取决于上一次隐藏层的值sss。权重矩阵WWW就是隐藏层上一次的值作为这一次的输入的权重。输出值ot{o}_{t...原创 2020-02-28 22:13:06 · 1449 阅读 · 0 评论 -
AI实战:深度学习模型压缩加速方法汇总
深度学习模型压缩加速方法可大致分为2大类1、设计新的卷积计算方法设计新的卷积计算方法,从而减少参数,达到压缩模型的效果,例如 SqueezedNet、mobileNet比如:depth-wise 卷积、point-wise 卷积(Depthwise卷积与Pointwise卷积详解)2、在已训练好的模型上做裁剪先训练好模型,再在其上做fine-tuning,主要方法包括:剪枝...原创 2020-02-22 20:18:19 · 2353 阅读 · 0 评论