ZouJiaYuY-CSDN博客

原创 ValueError: Unknown CUDA arch (8.9) or GPU not supported 报错处理

在RTX4090上运行深度学习代码报错：ValueError: Unknown CUDA arch (8.9) or GPU not suppor。原因是cuda（我这里是cuda11.0，最高支持8.6）的版本不支持当前算力（8.9）

2023-11-12 14:30:59 3277 7

原创【Pytorch 笔记】网络可视化 && torchsummary

这里能看见图像大小的变化过程，以及参数量。可以直观的看见网络模型和参数配置。

2023-10-19 16:25:38 974 1

原创【Pytorch 学习笔记】def init_weights() 初始化参数

nn.init.constant_() 是 torch.nn 中的用于填充数值的函数，这里用于指定初始化值，还有许多其他函数可用于此。在生成网络 net 时，会指定 net 最初的权重，对于一些预训练好的模型权重，就可以放在这个部分进行加载。在 CNN 中，经常可以看见 init_weights() 函数，它是用来初始化网络参数的。并不是所有的层都能初始化权重的，比如 nn.MaxPool2d()，它是无法初始化的。init_weights(self, m) 中的 m 就是指 net 中的某一层。

2023-10-19 15:51:42 2241 1

原创【Computer Vision论文笔记】PVT && PVTv2

Pyramid Vision Transformer(PVT) 是致力于密集预测的主干网络的研究，是一个由Transformer组成的金字塔结构的网络，能够在多种视觉任务中使用。金字塔结构是CNN中一种非常经典的设计，作者在此将其应用到Transformer中，如下图：图（a）所示的 CNN 结构，feature maps会随着网络深度的增加，大小逐渐缩小。图（b）是ViT的维度变化情况，输入与输出大小保持不变。结合两者，就有了图（c）所示的一Tansformer为基础的金字塔结构。

2023-10-07 21:20:54 231 1

原创【Computer VIsion论文笔记】VAN解读

近些年，Transformer中提出的Self-Attention（自注意力）在计算机视觉任务中大火，冲击了CNN（卷积神经网络）在深度学习中的主导地位。作者在论文中指出，Self-Attention在视觉任务中有三个缺点：（1）将图像视为一维序列，这忽略了它本身的二维结构；（2）对于高分辨率图像，二次复杂度太昂贵；（3）只捕获空间适应性，而忽略了通道适应性。

2023-10-03 22:00:31 153

原创【Computer VIsion论文笔记】LeNet-5解读 & 入门CNN

LetNet-5被设计用于手写数字识别，成为了卷积神经网络（Convolutional Neural Network，简称CNN）的开山之作，此后，基于CNN的深度学习方法层出不穷，大放异彩。LetNet-5的结构的简洁明了，但已经完整展现了CNN的三大核心结构卷积层（Convolution Layer）：提取图像特征；池化层（Pooling Layer）：筛选特征；全连接（Fully Connected Layer）：进行分类。如下：Input：大小为 32×32 的 image；

2023-10-03 13:31:13 111 1

原创【Computer Vision论文笔记】SegNeXt解读

SegNeXt是一个用于语义分割（Semantic Segmentation）的网络模型，它是纯卷积的，结构简单明了。当下，Transformer在计算机视觉领域表现出强大的实力，大量的研究者使用Transformer取代Convolution来解决语义分割等视觉任务，本文则重新审视卷积的结构，用纯卷积网络设计出一个极具竞争力的语义分割模型，在性能上表现优秀。

2023-10-01 11:27:54 248

zjy_cn的博客