- import time import torch.utils.data.distributed from distributed.protocol import serialize, deserialize import cv2 import torch import torch.nn.functional as f if __name__ == '__ma... import time import torch.utils.data.distributed from distributed.protocol import serialize, deserialize import cv2 import torch import torch.nn.functional as f if __name__ == '__ma...
- 参考：https://www.cnblogs.com/ocean1100/p/9494640.html PyTorch载入图片后ToTensor解读（含PIL和OpenCV读取图片对比） 概述 PyTorch在做一般的深度学习图像处理任务时，先使用dataset类和dataloader类读入图片，在读入的时候需要做transform变换，... 参考：https://www.cnblogs.com/ocean1100/p/9494640.html PyTorch载入图片后ToTensor解读（含PIL和OpenCV读取图片对比） 概述 PyTorch在做一般的深度学习图像处理任务时，先使用dataset类和dataloader类读入图片，在读入的时候需要做transform变换，...
- model = Net()conv_params = list(map(id,model.conv1.parameters())) #提出前两个卷积层存放参数的地址conv_params += list(map(id,model.conv2.parameters()))prelu_params = []for m in model.modules(): #... model = Net()conv_params = list(map(id,model.conv1.parameters())) #提出前两个卷积层存放参数的地址conv_params += list(map(id,model.conv2.parameters()))prelu_params = []for m in model.modules(): #...
- 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...
上滑加载中
推荐直播
-
华为云码道-玩转OpenClaw，在线养虾2026/03/11 周三 19:00-21:00
刘昱，华为云高级工程师/谈心，华为云技术专家/李海仑，上海圭卓智能科技有限公司CEO
OpenClaw 火爆开发者圈，华为云码道最新推出 Skill ——开发者只需输入一句口令，即可部署一个功能完整的「小龙虾」智能体。直播带你玩转华为云码道，玩转OpenClaw
回顾中 -
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中 -
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中
热门标签