PyTorch
文章平均质量分 60
计算机视觉-Archer
专注于计算机视觉的[显著、伪装物体检测][图像分割][扩散模型]方向,分享“读论文-写论文-写代码”过程的爬坑经验~
展开
-
torch.max讲解-- 指定维度下,数值最大位置设为1其他为0
x是输入张量dim指定维度max表示取最大值import torchif __name__ == '__main__': x = torch.randn([1, 3, 4, 4]).cuda() mask = (x == x.max(dim=1, keepdim=True)[0]).to(dtype=torch.int32) result = torch.mul(mask, x) print(x) print(mask) pri原创 2021-11-20 12:38:00 · 4130 阅读 · 0 评论 -
pytorch one-hot编码
转载pytorch one-hot编码_GXLiu-CSDN博客方案一: 使用scatter_将标签转换为one-hotimport torchnum_class = 5label = torch.tensor([0, 2, 1, 4, 1, 3])one_hot = torch.zeros((len(label), num_class)).scatter_(1, label.long().reshape(-1, 1), 1)print(one_hot)"""tensor([[1原创 2021-11-20 12:03:52 · 3563 阅读 · 0 评论 -
Pytorch之permute函数:用于调换不同维度的顺序,BCHW -> NCHW
https://zhuanlan.zhihu.com/p/76583143非常方便MYtranspose与permute的异同Tensor.permute(a,b,c,d, ...):permute函数可以对任意高维矩阵进行转置,但没有 torch.permute() 这个调用方式, 只能 Tensor.permute():可以从链接中看到...原创 2020-12-22 20:56:06 · 6344 阅读 · 1 评论 -
pytorch 学习 | 全局平均池化 global average pooling
版权声明:本文为CSDN博主「qyhyzard」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。原文链接:https://blog.csdn.net/CVSvsvsvsvs/article/details/90495254利用现有的pooling API实现全局平均池化的效果。首先我们简单理解全局平均池化操作。如果有一批特征图,其尺寸为 [ B, C, H, W], 我们经过全局平均池化之后,尺寸变为[B, C, 1, 1]。也就是说,全局平均池化...原创 2020-07-27 19:21:35 · 7682 阅读 · 0 评论 -
遇到问题: tensorflwow pytorch 控制gpu使用量指令
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.333)TensorFlow设置GPU占用量:https://www.cnblogs.com/jiu0821/p/9501665.html1 pytorch设置GPU占用量的指令是哪个?(未解决,)是这个p['momentum'] =0.9么?不是,这个是动量帮助...原创 2019-11-06 22:07:45 · 892 阅读 · 5 评论 -
Pytorch---maxpool的ceil_mode
https://blog.csdn.net/GZHermit/article/details/79351803pytorch里面的maxpool,有一个属性叫ceil_mode,这个属性在api里面的解释是ceil_mode: when True, will useceilinstead offloorto compute the output shape也就...原创 2019-11-02 15:28:15 · 1257 阅读 · 0 评论 -
requires_grad: volatile 和 requires_grad在pytorch中的意思
https://blog.csdn.net/u012436149/article/details/66971822在resnet.py文件中遇到了Backward过程中排除子图pytorch的BP过程是由一个函数决定的,loss.backward(), 可以看到backward()函数里并没有传要求谁的梯度。那么我们可以大胆猜测,在BP的过程中,pytorch是将所有影响loss...原创 2019-11-02 15:11:13 · 227 阅读 · 0 评论 -
zero_grad()
有两种方式直接把模型的参数梯度设成0:model.zero_grad()optimizer.zero_grad() # 当optimizer=optim.Optimizer(model.parameters())时,两者等效如果想要把某一Variable的梯度置为0,只需用以下语句:Variable.grad.data.zero_()# Zero the gradients ...原创 2019-10-31 20:17:32 · 261 阅读 · 0 评论 -
Variable
# coding=utf-8import torchfrom torch.autograd import Variable """pytorch中Variable了解""""""Variable是Pytorch中autograd自动微分模块的核心。它封装了Tensor,支持几乎所有的tensor操作。主要包含如下3个属性:1. data: 保存Variable所包含的Tenso...原创 2019-10-31 20:19:47 · 297 阅读 · 0 评论 -
Pytorch---神经网络特征图可视化
https://www.jianshu.com/p/2fe73baa09b8?utm_source=oschina-app实现思路:1 处理单张图片作为网络输入。2 根据给定的layer层,获取该层的输出结果features。3 考虑到features的形状为:[batch_size, filter_nums, H, W] 提取其中的第一个过滤器得到的结果feature。4...原创 2019-10-30 11:54:37 · 2681 阅读 · 0 评论 -
PyTorch---(EGNet开小灶)(1)---nn.Module, nn.Sequential, nn.Conv2d
1 nn.Module"""Pytorch中神经网络模块化接口nn的了解"""torch.nn是专门为神经网络设计的模块化接口。nn构建于autograd之上,可以用来定义和运行神经网络。nn.Module是nn中十分重要的类,包含网络各层的定义及forward方法。定义自已的网络: 需要继承nn.Module类,并实现forward方法。=> 一般把网络中具有可学习...原创 2019-10-21 21:17:44 · 528 阅读 · 0 评论 -
(环境搭建一) ubunut安装cpu版本pytorch(安装成功)
0安装好anaconda1终端输入指令创建虚拟环境, 激活虚拟环境:(建议在虚拟环境下安装互不影响)conda create -n name python=3.7 (注意python版本对应)意思是建立一个虚拟环境用来放pytorch需要的包 否则直接使用pip安装会报没有package的错误,原因各种各样。activate name激活这个虚拟环境(取消激活用sourc...原创 2019-09-19 10:18:12 · 627 阅读 · 0 评论 -
PyTorch---(七)创建tensor
1 从numpy导入数据 torch.from_numpy(a)import torchimport torchvisionimport numpy as npa = np.array([2, 3.3])a = torch.from_numpy(a)print(a)# out: tensor([2.0000,3.0000], dtype=torch.fl...原创 2019-06-29 23:09:56 · 1344 阅读 · 0 评论 -
PyTorch---(六)基本数据类型
b 站(14,15):https://www.bilibili.com/video/av49008640/?p=141 数据类型int floatint arrayfloat arraystringint tensorfloat tensorIntTensor of sizeFloatTensor ofsize--dimension维度...原创 2019-06-24 22:15:06 · 293 阅读 · 0 评论 -
PyTorch---(三)回归问题 & 回归问题实战
b站(456课):https://www.bilibili.com/video/av49008640/?p=4回归问题深度学习其中非常重要的思想就是-->梯度下降法 Gradient Desecent1 梯度下降法 Gradient Desecent类似高中求极值,但是有个迭代过程x新= x -导数x-0.9斜率, lr是学习率一般0.001...原创 2019-06-19 22:30:33 · 1099 阅读 · 0 评论 -
PyTorch---(一)深度学习框架比较
b站:https://www.bilibili.com/video/av49008640?from=search&seid=19488953753467596611234课程第一课5大阵营发展图最强两个两个区别在于动态图优先,还是静态图优先动态图 pytorch静态图 tf1 先写出公式,图的创建z=x*y2 赋予具体数值,...原创 2019-06-16 10:45:57 · 1292 阅读 · 0 评论 -
PyTorch---(二)开发环境准备---anaconda安装,CUDA安装,PyTorch安装
b 站:https://www.bilibili.com/video/av49008640/?p=3ubuntu配置anaconda:https://blog.csdn.net/zjc910997316/article/details/92583773Anaconda+Pycharm环境下的PyTorch配置方法:https://blog.csdn.net/aa3615058/arti...原创 2019-06-16 11:40:59 · 1986 阅读 · 1 评论 -
PyTorch---(四)MNIST 手写数字识别
B站视频(78):https://www.bilibili.com/video/av49008640/?p=71 数据集2 函数映射28x28像素图,每个元素:0-1,通过flat操作,转化为1维向量 ,在前面加一个1(变成二维),这个原因后面再说整体过程上节(三):讲了线性函数,但是一个是不够的,需要用到三个...原创 2019-06-21 10:38:52 · 307 阅读 · 1 评论 -
PyTorch---(四)MNIST 手写数字识别 (实战)(上)
b站视频(9,10):https://www.bilibili.com/video/av49008640/?p=91 训练过程概览计算一次 ->通过误差 loss ->求梯度 ->再根据梯度去更新参数w,b2 回顾最后一层会根据实际任务需要选择激活函数: siamoid 或者softmax,3 流程1 加载数据2 建立模型...原创 2019-06-21 11:26:55 · 1011 阅读 · 0 评论 -
Ubuntu安装anaconda 介绍、安装、配置
Ubuntu安装anaconda 介绍、安装、配置https://blog.csdn.net/haeasringnar/article/details/82079943转载 2019-06-17 11:05:26 · 249 阅读 · 0 评论 -
查看版本---配置PYSOT环境 & 笔记本win7版本信息
我装这个环境是为了尝试商汤的 pysothttps://blog.csdn.net/zjc910997316/article/details/90749847运行环境如下:Requirement:Conda with Python 3.7. ok Nvidia GPU. ok PyTorch 0.4.1 我的是1.1.0 yacs pyyaml matplotli...原创 2019-06-25 22:11:46 · 1976 阅读 · 8 评论 -
小技巧--复制,粘贴 win中cmd窗口中的文字
关于不能快捷键粘贴进去问题?Win下:只需要复制之后,终端里面右键就可以粘贴进去ubuntu: ctrl+shift+v关于不能快捷键复制出来问题?https://jingyan.baidu.com/article/335530daf96f3a19cb41c3f4.html方法一:可以长按鼠标左键,从想要复制的开始位置直接拖动到结束的位置方法二:先按【Ctr...原创 2019-06-18 15:28:30 · 258 阅读 · 0 评论 -
遇到问题:Pytorch MNIST数据集标准化为什么是transforms.Normalize((0.1307,), (0.3081,))
Pytorch已经提供了MNIST数据集,只要调用datasets.MNIST()下载即可,这里要注意的是标准化(Normalization):transforms.Normalize((0.1307,), (0.3081,))标准化(Normalization)和基于决策树的机器学习模型,如RF、xgboost等不同的是,神经网络特别钟爱经过标准化处理后的数据。标准化处理指的是,...原创 2019-06-24 10:12:57 · 2060 阅读 · 0 评论 -
Pytorch讲堂--- x = x.view(x.size(0), 28*28) 理解
在torch里面,view函数相当于numpy的reshape,来看几个例子:1 a.view(4,4)a = torch.arange(1, 17) # a's shape is (16,) a.view(4, 4) # output belowtensor([[ 1, 2, 3, 4], [ 5, 6, 7, 8], [ 9, ...转载 2019-06-24 11:26:07 · 2490 阅读 · 0 评论 -
PyTorch---(五)MNIST 手写数字识别 (实战)(下)
b站视频(11,12,13):https://www.bilibili.com/video/av49008640/?p=11上篇博客:https://blog.csdn.net/zjc910997316/article/details/93169277使用的是CPU,没有用CUDA上节回顾:PyTorch---(四)MNIST 手写数字识别 (实战)(上)两个文件如下,...原创 2019-06-24 14:54:17 · 1684 阅读 · 0 评论 -
PyTorch--入门指南
1_torch.device参考网址:https://ptorch.com/news/187.htmltorch.device代表将torch.Tensor分配到的设备的对象。torch.device包含一个设备类型('cpu'或'cuda'设备类型)和可选的设备的序号。如果设备序号不存在,则为当前设备;例如,torch.Tensor用设备构建'cuda'的结果等同于'...原创 2019-06-03 11:31:14 · 197 阅读 · 0 评论