- 多级筛选： 比如结构是2*2*3，只想选第三维的最大的 tx[index, best_n, g_y_center, g_x_center] index=[01],best_n=[0,1] 最后只取两个值，第一行，第1列，第二行，第2列的。 筛选第3维最大的值，下面的代码不对，解决方法：查询max源码 也可以把3维用view降到2维再... 多级筛选： 比如结构是2*2*3，只想选第三维的最大的 tx[index, best_n, g_y_center, g_x_center] index=[01],best_n=[0,1] 最后只取两个值，第一行，第1列，第二行，第2列的。 筛选第3维最大的值，下面的代码不对，解决方法：查询max源码 也可以把3维用view降到2维再...
- 一般的网络初始化方法： def init_params(self): for m in self.modules(): if isinstance(m, nn.Conv2d): init.kaiming_normal_(m.weight, mode='fan_out') if m.bias is not None: init.constant_(m.bias, 0) ... 一般的网络初始化方法： def init_params(self): for m in self.modules(): if isinstance(m, nn.Conv2d): init.kaiming_normal_(m.weight, mode='fan_out') if m.bias is not None: init.constant_(m.bias, 0) ...
- Spawning 子线程 仅支持 Python >= 3.4. 依赖于 spawn 启动方法(在 Python 的 multiprocessing 包中)。 通过创建进程实例并调用join来等待它们完成，可以生成大量子进程来执行某些功能。这种方法在处理单个子进程时工作得很好，但在处理多个进程时可能会出现问题。 也就是说，顺... Spawning 子线程 仅支持 Python >= 3.4. 依赖于 spawn 启动方法(在 Python 的 multiprocessing 包中)。 通过创建进程实例并调用join来等待它们完成，可以生成大量子进程来执行某些功能。这种方法在处理单个子进程时工作得很好，但在处理多个进程时可能会出现问题。 也就是说，顺...
- torch.nn的上下采样，只能是8的倍数，不能任意分辨率。 self.upsample= nn.Upsample(scale_factor=2,mode='nearest', align_corners=None)#, mode='bilinear', align_corners=False) self.p3_downsample = nn.MaxPool2d(kern... torch.nn的上下采样，只能是8的倍数，不能任意分辨率。 self.upsample= nn.Upsample(scale_factor=2,mode='nearest', align_corners=None)#, mode='bilinear', align_corners=False) self.p3_downsample = nn.MaxPool2d(kern...
- Pytorch IO提速 1. 把内存变成硬盘，把需要读的数据塞到里面去，加快了io。 Optimizing PyTorch training code 如何给你PyTorch里的Dataloader打鸡血 轻轻松松为你的Linux系统创建RAM Disk 把内存当硬盘，提速你的linux系统 Linux创建使用内存硬盘（RAM DISK）... Pytorch IO提速 1. 把内存变成硬盘，把需要读的数据塞到里面去，加快了io。 Optimizing PyTorch training code 如何给你PyTorch里的Dataloader打鸡血 轻轻松松为你的Linux系统创建RAM Disk 把内存当硬盘，提速你的linux系统 Linux创建使用内存硬盘（RAM DISK）...
- 目录 发现 分析 解决 总结 发现 在使用了 nvidia/cuda:9.0-cudnn7-devel-ubuntu16.04 作为底层镜像后，重新构建了pytorch的底层镜像做为应用的基础镜像，一切都构建的很顺利，就是在正常启动镜像的时候，出现了如下的错误 CUDA driver version is insufficient for CUDA runtime v... 目录 发现 分析 解决 总结 发现 在使用了 nvidia/cuda:9.0-cudnn7-devel-ubuntu16.04 作为底层镜像后，重新构建了pytorch的底层镜像做为应用的基础镜像，一切都构建的很顺利，就是在正常启动镜像的时候，出现了如下的错误 CUDA driver version is insufficient for CUDA runtime v...
- DL：深度学习框架Pytorch、 Tensorflow各种角度对比 目录 先看两个框架实现同样功能的代码 1、Pytorch、Tensorflow代码比较 2、Tensorflow(数据即是代码，代码就是数据)+Pytorch(随着进展定义、更改和执行节点) 3、TensorFlow —Google—... DL：深度学习框架Pytorch、 Tensorflow各种角度对比 目录 先看两个框架实现同样功能的代码 1、Pytorch、Tensorflow代码比较 2、Tensorflow(数据即是代码，代码就是数据)+Pytorch(随着进展定义、更改和执行节点) 3、TensorFlow —Google—...
- Py之torchvision：torchvision库的简介、安装、使用方法之详细攻略 目录 torchvision库的简介 torchvision库的安装 torchvision库的使用方法 1、基础用法 相关文章DL框架之PyTorch：PyTorch的简介、安装、使用方法之详细攻略Py之torchvision：torch... Py之torchvision：torchvision库的简介、安装、使用方法之详细攻略 目录 torchvision库的简介 torchvision库的安装 torchvision库的使用方法 1、基础用法 相关文章DL框架之PyTorch：PyTorch的简介、安装、使用方法之详细攻略Py之torchvision：torch...
- Pytorch：深度学习中pytorch/torchvision版本和CUDA版本最正确版本匹配、对应版本安装之详细攻略 目录 深度学习中pytorch/torchvision版本和CUDA版本最正确版本匹配、对应版本安装 Pytorch：深度学习中pytorch/torchvision版本和CUDA版本最正确版本匹配、对应版本安装之详细攻略 目录 深度学习中pytorch/torchvision版本和CUDA版本最正确版本匹配、对应版本安装
- Pytorch：Pytorch升级版本1.1(支持TensorBoard)的简介、安装、使用方法之详细攻略 目录 Pytorch1.1的简介 1、支持TensorBoard：torch.utils.tensorboard Pytorch1.1的安装 pip Pytorch1.1的使用方法 Pytorch：Pytorch升级版本1.1(支持TensorBoard)的简介、安装、使用方法之详细攻略 目录 Pytorch1.1的简介 1、支持TensorBoard：torch.utils.tensorboard Pytorch1.1的安装 pip Pytorch1.1的使用方法
- Anaconda：成功解决利用conda下载pytorch和torchvision时速度超慢的问题 目录 解决问题 解决思路 解决方法 解决问题 利用conda 下载pytorch和torchvision时速度超慢，比如利用官网命令下载pytorch和torchvision时，超慢！ conda... Anaconda：成功解决利用conda下载pytorch和torchvision时速度超慢的问题 目录 解决问题 解决思路 解决方法 解决问题 利用conda 下载pytorch和torchvision时速度超慢，比如利用官网命令下载pytorch和torchvision时，超慢！ conda...
- 前言 在Ubuntu18通过Conda搭建PyTorch开发环境，记录一下安装过程，分享给大家参考。 如果没有安装Conda的朋友，可以参考一下这篇文章：Ubuntu18安装Anaconda3（Conda） 目录 一、PyTorch官网 二、查看安装方式 1）安装稳定版本 2）安装旧版本或其他版本 三、安装PyTorc 四、查看安装情况 一、PyT... 前言 在Ubuntu18通过Conda搭建PyTorch开发环境，记录一下安装过程，分享给大家参考。 如果没有安装Conda的朋友，可以参考一下这篇文章：Ubuntu18安装Anaconda3（Conda） 目录 一、PyTorch官网 二、查看安装方式 1）安装稳定版本 2）安装旧版本或其他版本 三、安装PyTorc 四、查看安装情况 一、PyT...
- 目录 一、问题 二、思考 三、实验 四、解决方法 一、问题 博主在写采样器时将dataset的类对象赋值给data_source，然后准备对data_source取样，总是提示在__getitem__()函数提示越界。 二、思考 换言之，在对dataset对象进行迭代取样时其__len__()方法似乎失效了。。。 三、实验 博主做了如下实验，利用Py... 目录 一、问题 二、思考 三、实验 四、解决方法 一、问题 博主在写采样器时将dataset的类对象赋值给data_source，然后准备对data_source取样，总是提示在__getitem__()函数提示越界。 二、思考 换言之，在对dataset对象进行迭代取样时其__len__()方法似乎失效了。。。 三、实验 博主做了如下实验，利用Py...
- 一、函数解释 在torch/_C/_VariableFunctions.py的有该定义，意义就是实现一下公式： 换句话说，就是需要传入5个参数，mat里的每个元素乘以beta，mat1和mat2进行矩阵乘法（左行乘右列）后再乘以alpha，最后将这2个结果加在一起。但是这样说可能没啥概念，接下来博主为大家写上一段代码，大家就明白了~ def addmm(self,... 一、函数解释 在torch/_C/_VariableFunctions.py的有该定义，意义就是实现一下公式： 换句话说，就是需要传入5个参数，mat里的每个元素乘以beta，mat1和mat2进行矩阵乘法（左行乘右列）后再乘以alpha，最后将这2个结果加在一起。但是这样说可能没啥概念，接下来博主为大家写上一段代码，大家就明白了~ def addmm(self,...
- 这是针对于博客vs2017安装和使用教程（详细）和vs2019安装和使用教程（详细）的VGG16-CIFAR10项目新建示例 目录 一、说明 二、代码 三、结果 四、注意事项 一、说明 1.网络框架搭建教程请参看博主博客：PyTorch 入门实战（四）——利用Torch.nn构建卷积神经网络 2.这里主要展示博主的代码和运行结果，希望可以帮助到正在学习Py... 这是针对于博客vs2017安装和使用教程（详细）和vs2019安装和使用教程（详细）的VGG16-CIFAR10项目新建示例 目录 一、说明 二、代码 三、结果 四、注意事项 一、说明 1.网络框架搭建教程请参看博主博客：PyTorch 入门实战（四）——利用Torch.nn构建卷积神经网络 2.这里主要展示博主的代码和运行结果，希望可以帮助到正在学习Py...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签