zyr_freedom的博客

torch中cpu内存持续增长

einopsimport torchfrom einops import rearrange,reduce,repeatx= torch.randn(2,3,8,8)#1 转置操作out1 = x.transpose(1,2)out2 = rearrange(x,'b c h w ->b h c w')print('verify out1 & out2 ---->:',torch.allclose(out1,out2))#2 变形out3 = x.resha.

pytorch中实现根据版本不同，使用的函数也不同，最直接的区别就是旧版fft后出现的是实数，而新版出来的是复数，这里进行一个记录：

pytorch——自定义卷积（sobel / gaussian_blur） // FFT

另一个版本 ，但是本质时一样的：import torchimport torch.nn as nnimport torch.nn.functional as Ffrom torch.autograd import Variablefrom math import expimport numpy as npfrom torchvision import modelsimport os,cv2device = torch.device("cuda" if torch.cuda.is_ava

1.VGG19本是用来进行分类的，进行可视化和用作VGG loss 自然也就是用到全连接层之前的内容，先要了解VGG19全连接层之前的结构from torchvision.models import vgg19,vgg16import torchimport torch.nn.functional as Fimport cv2import numpy as npfrom torchvision import modelsfrom torchsummary import summaryim