- 博客(30)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 pytorch计算网络参数量和Flops
输出的参数是B，（/1024/1024/1024）G，（/1024/1024/1024/1024）T。输出的参数是除以一百万（/1000000）M，
2024-09-07 19:23:02
595
2
原创 同时包含一范数和二范数的公式求解问题
Iterative Shrinkage Thresholding Algorithm （ISTA）求解现有目标函数：f(x)=12∥b−Ax∥22+λ∣x−u∣f(x)=\frac{1}{2} \parallel \boldsymbol{b}-\mathbf{A}\boldsymbol{x} \parallel_2^2 + \lambda | \boldsymbol{x}- \boldsymbol{u}|f(x)=21∥b−Ax∥22+λ∣x−u∣其中的变量都为向量，求 x\boldsymbo
2022-03-17 17:45:45
2086
原创 PyTorch指定GPU训练 CUDA_VISIBLE_DEVICES
方法一import osimport torchos.environ["CUDA_VISIBLE_DEVICES"]="1, 2" 方法二CUDA_VISIBLE_DEVICES=1 python **.py
2021-06-03 21:16:35
1439
原创 pytorch查看网络参数总个数
print("Total number of paramerters in networks is {} ".format(sum(x.numel() for x in net.parameters())))其中net是代码中的网络模型
2021-04-16 15:14:08
638
原创 从Tensor看图像
# 看tensor batch中的第一张图片kan = tensor[0:1, :, :, :].squeeze(0).squeeze(0).cpu()kan = T.ToPILImage()(kan)kan.show()
2021-01-18 21:33:42
316
2
原创 torch.optim.lr_scheduler.MultiStepLR
torch.optim.lr_scheduler.MultiStepLR(optimizer, milestones, gamma=0.1, last_epoch=-1)milestones为一个数组，如 [50,70]. gamma为倍数。如果learning rate开始为0.01 ，则当epoch为50时变为0.001，epoch 为70 时变为0.0001。当last_epoch=-1,设定为初始lr用法optimizer = torch.optim.Adam(net.parameters
2020-11-20 10:40:20
1561
原创 什么是 ill-posed 问题
ill-posed就是不well-posed.well-posedness的定义就是解存在唯一以及稳定。适定问题（Well-posed problem）是指满足下列三个要求的问题:1)解是存在的;2)解是惟一的;3)解能根据初始条件连续变化，不会发生跳变，即解必须稳定。这三个要求中，只要有一个不满足，则称之为不适定问题（ill-posed problems）。图像处理中不适定问题（ill posed problem）或称为反问题（inverse Problem）的研究从20世纪末成为国际上的热点
2020-11-17 10:59:11
7157
1
原创 在双栏的文章里插入一行并排图片
\begin{figure*}\end{figure*}来破栏，因为好多paper的格式是双栏的，所以有时候放图片可以破栏放置。当然图片属性还有如下的格式\begin{figure}[hbtp]\end{figure}在这里补充说一下浮动图形figure环境, 它能自动调整图形在页面中出现的位置:\begin{figure}[位置]\caption{图的标题}\end{figure}这里[位置]可以是h(当前位置),t(页顶),b(页底),p(另页),如果前面加了个!(感叹号），那么则是
2020-09-18 16:21:09
1919
1
原创 对图片加噪声
from PIL import Imageimport torchfrom torchvision import transforms as Tdef add_noise(input_img, noise_sigma): noise_sigma = noise_sigma / 255 noise_img = torch.clamp(input_img+noise_sigma*torch.randn_like(input_img), 0.0, 1.0) return no.
2020-08-13 20:12:05
702
原创 TV loss
class TVLoss(nn.Module): def __init__(self, TVLoss_weight=1): super(TVLoss, self).__init__() self.TVLoss_weight = TVLoss_weight def forward(self, x): batch_size = x.size()[0] h_x = x.size()[2] w_x = x.size()
2020-08-01 14:48:39
557
原创 rgb转gray
from PIL import Imagedata_root = './DIV2K_train_HR'data_save = './DIV2K_gray'for i in range(800): img_index = i + 1 print(img_index) img_rgb = Image.open(data_root + "/" + str(img_index).zfill(4)+'.png') img_gray = img_rgb.convert('L')
2020-07-24 16:11:28
229
原创 PIL从大图裁剪小图片
from PIL import Imageimport torchimport randomcrop_size = 128# 图片数量为200for i in range(200): print(i) img_index = random.randint(1, 800) # 大图的数量 img = Image.open('./DIV2K_gray' + "/" + str(img_index) + '.png') img_H = img.size[1]
2020-07-24 15:43:52
370
原创 linux服务器出现nvidia-smi没有用
nvidia-smiNVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.step1：sudo apt-get install dkmsstep2: sudo dkms install -m nvidia -v440.44再次输入nvidia-smi时，你熟悉的界面就会
2020-05-09 20:24:48
3007
原创 PyTorch在CPU上加载预先训练好的GPU模型
有时候我们在CPU上训练的模型，因为一些原因，切换到GPU上，或者在GPU上训练的模型，因为条件限制，切换到CPU上。 GPU上训练模型时，将权重加载到CPU的最佳方式是什么?今天我们来讨论一下：参考从官方文档中我们可以看到如下方法torch.load('tensors.pt')# 把所有的张量加载到CPU中torch.load('tensors.pt', map_location=la...
2020-04-05 20:59:40
1734
原创 windows10 下安装CUDA10.1+cuDNN+PyTorch1.4
CUDA在CUDA官网下载安装包安装时选择自定义安装，不安装显卡驱动。安装成功会自动添加环境变量，无需手动添加。cuDNN在cuDNN官网下载安装包把解压后的三个文件夹复制直接粘贴到安装路径下C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1会自动添加相应的文件。PyTorchPyTorch官网建议使用p...
2020-02-26 11:07:57
5135
原创 稀疏编码的经典解法——ISTA算法的推导
\qquad现有一个求稀疏编码的问题：min∥z∥0s.t. x=Dz\min \parallel z \parallel_0 \quad s.t. \ x=Dzmin∥z∥0s.t. x=Dz\qquad其中D∈Rn×mD\in \mathbb{R}^{n\times m}D∈Rn×m, z∈Rmz\in \mathbb{R}^{m}z∈Rm 是 x∈Rnx\in...
2020-02-20 12:07:23
7114
3
原创 向量二范数的求导问题
现有目标函数：f(x)=12∥Ax−b∥22f(x)=\frac{1}{2} \parallel Ax-b \parallel_2^2f(x)=21∥Ax−b∥22其中A∈RN×mA\in \mathbb{R}^{N \times m}A∈RN×m,x∈Rmx \in \mathbb{R}^mx∈Rm,b∈Rnb\in \mathbb{R}^nb∈Rn则求f′(x)f^{'}(x)f...
2020-02-18 16:55:53
12645
9
原创 Sparse Coding综述
Sparse Coding学习笔记SC的提出SC的提出一种用于信号处理SC的经典方法是将其分解为许多atoms 的线性组合，稀疏编码的经典目标函数如下：min∥z∥0 ,s.t. x=Dzmin \parallel z \parallel_0 \ ,s.t. \ x=Dzmin∥z∥0 ,s.t. x=Dz其中 z∈Rm\ z\in...
2020-02-18 15:49:58
991
原创 OpenCV中cv2.imread()与PIL中Image.open()的差别
默认读入图像通道对于Image.open()函数默认真彩图像读取通道顺序为RGB，而cv2.imread()则是BGR
2020-01-06 21:48:36
2057
原创 图像超分辨为什么只训练YCbCr的Y通道？
图像被转化为 YCbCr 色彩空间，尽管该网络只使用亮度通道(Y)。然后，网络的输出合并已插值的 CbCr 通道，输出最终彩色图像。我们选择这一步骤是因为我们感兴趣的不是颜色变化(存储在 CbCr 通道中的信息)而只是其亮度(Y 通道);根本原因在于相较于色差，人类视觉对亮度变化更为敏感。...
2020-01-06 21:25:04
6674
原创 PyTorch 多GPU并行处理数据
首先将数据转移至cuda实例化netnet = model_name()net.cuda()并行处理数据net = nn.DataParallel(net)将损失函数转移至cudacriterion = nn.MSELoss()criterion = criterion.cuda()在训练时，也要将data转移至cudadata = data.cuda()label ...
2019-12-12 14:28:41
478
原创 pip3配置清华镜像源
将pip版本升级到>=10.0.0一行代码pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
2019-11-27 11:48:22
2850
原创 在Windows10下安装双系统Ubuntu18.04
环境Windows10,联想R720准备工作安装步骤在Windows系统下给Ubuntu分配磁盘空间进入启动盘调整启动顺序准备工作一个空的U盘作为启动盘在Ubuntu官网下载Ubuntu18.04Desktop安装ISO写入软件,将ISO映像写入磁盘(写入之后U盘变为不可用状态,出现红色标志,可用空间为零)安装步骤在Windows系统下给Ubuntu分配磁盘空间右键点击 此电脑...
2019-10-05 13:21:16
237
原创 用遗传算法进行特征选择
文章目录一、问题举例二、算法描述1、基于类内类间距离的可分性判据2、遗传算法（Genetic Algorithm）1) 初始化种群2）计算当前种群 M（t）中每条染色体的适应度值 f（m）3）基于适应度值的选择4）交叉5）变异6）重复迭代3、顺序前进法和顺序后退法三、结果1、在 sonar 数据集上验证遗传算法2、在 Iris 数据集上验证遗传算法3、顺序前进法和顺序后退法5、对比算法：顺序前进法...
2019-01-20 21:57:27
28655
19
原创 KNN算法
文章目录一、 问题举例二、算法描述1、最近邻法2、K-近邻法3、解决思路三、结果1、Iris 数据集2、Sonar 数据集3、USPS手写体数据集4、对比算法：Fisher+k近邻四、总结：五、代码一、 问题举例 用KNN对数据集进行分类 1）USPS 手写体 2）UCI 数据库中 sonar 数据源 3）UCI 数据库中 Iris 数据 验证算法：不进行降维 - K 近邻...
2019-01-19 22:23:14
12463
1
原创 Fisher线性判别分析
一、问题描述 在UCI数据集上的Iris和Sonar数据上验证算法的有效性： Iris数据3类，4维，150个数据；Sonar数据2类，60维，208个样本. 训练和测试样本有三种方式进行划分：（三选一） 1. 将数据随机分训练和测试，多次平均求结果 2. K折交叉验证 3. 留1法 针对不同维数，画出曲线图二、解决方法1、F...
2019-01-19 16:35:20
15531
3
exploration dataset
2020-03-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人