邹小驴

原创 pytorch之Torch.split参数的说明

help（torch.split）得到如下形式：简单说就是，split_size_or_sections分为两种形式：int和listsplit(tensor, split_size_or_sections, dim=0)解释如下： tensor就是设定的输入值，数据类型结构是tensor形式，第二个数字代表，第一个块可以取到原输入第几索引，dim是从第几维度开始取。split(tensor, split_size_or_sections, dim=0) Splits the ten...

原创 numpy 花式索引c = a[:, i]解释

复杂的多维(2)上面示例中，都是a[i]的形式输出的，那么对于a[:, i]来说，":"代表先是从第0个维度开始获取值到最后一个。c = a[:, i]就转换成c = [a[0][i], a[1][i], a[2][i], a[3][i], a[4][i]]

原创 python学习-isinstance()

isinstance()是一个内置的函数（BIF）。它允许某个特定标识符是否包含某个特定类型的数据如判断某个对象是不是列表、字典、整型等>>> a = [1,2,3]>>> b = 123>>> c = {1:2,2:3}>>> isinstance(a,list)True>>> isinstance(a,dict)False>>> isinstance(b,int)Tru

原创 关于 ONNX export failed: Couldn‘t export operator aten::upsample_bilinear2d 解决方案

关于torch导出onnx时候无法导出 upsample_bilinear2d的问题：有人说直接将bilinear换成nearest，但是模型效果自然打折扣完美的解决方案如下torch.onnx.export(model, dummy_tensor, output, export_params=True,opset_version=11)这里只需要在后面多加一个 opset_version = 11 就可以解决但是前提是你的pytorch版本需要大于1.3.0或者http..

原创 Given groups=1, weight of size [256,1024,1, 1], expected input[1, 256, 64, 64] to have 1024

错误：Given groups=1, weight of size [256,1024,1, 1], expected input[1, 256, 64, 64] to have 1024，但是通道数是256解决问题：将变通道代码不在for循环即可，就解决此问题了。

原创 TypeError: cat(): argument ‘tensors‘ (position 1) must be tuple of Tensors, not Tensor解决

原创 #对列表中的元素是tensor形式，取出后在进行合并的代码块

#对列表中的元素是tensor形式，取出后在进行合并的代码块import torchimport torch.nn as nnimport numpy as np# vec = [[1,2,3],[4,5,6],[7,8,9]]v= torch.rand(1,3,5,5)a = torch.rand(1,3,5,5)g = torch.rand(1,3,5,5)print('v = ',v)print('a = ',a)print('g = ',g)cc = [v,a,g]pri.