csdnxiekai的博客

之前理解ema权重是在train阶段使用，提升网络性能，在https://github.com/openai/improved-diffusion中一直没有找到train是ema权重的使用，变化的使用是model权重（如果使用的话还需要将ema权重数值传给model权重，然后得设置为有梯度），后来查找ema权重只在train中根据model权重更新，在测试时使用。

最近学习陈云老师的pytorch，地址：pytorch-book，第5章介绍visdom，安装visdom后一直蓝屏，后来搜索应该是static下载文件问题，自己也手动下载文件，但一直存在问题。最终找到一篇文章提供static文件夹整个下载，尝试后可用，故做此记录，向原作者表示感谢！附原文章地址：pytorch visdom安装启动问题（提取码问答区给出）...

一、最先接触的torchsummary一开始接触的是torchsummary，需要pip install torchsummary安装，用法如下：(https://blog.youkuaiyun.com/Einstellung/article/details/102545347)import torchfrom torchsummary import summary# 需要使用device来指定网络在GPU还是CPU运行device = torch.device('cuda' if torch.cuda.i

联系pytorch代码中结合tensorboardX进行显示, 但writer.export_scalars_to_json("./test.json")中test.json为{},进行了一下搜索pytorch: PyTorch中 使用 Tensorboard下列代码中输出是对应data/scalar_group中的x,y.loss,前面的writer.add_scalar(‘data/x’, x, epoch)并没有在test.json输出.test.json中内容为{“runs/Jun09_.

在pytorchsave：torch.save(model.state_dict(), PATH)在保存模型进行推理时，只需要保存训练过的模型的学习参数即可。一个常见的PyTorch约定是使用.pt或.pth文件扩展名保存模型。load:model = TheModelClass(*args, **kwargs)model.load_state_dict(torch.load(PATH...

在学习Pytorch中，为了更好理解网络结构，需要结合mdoel的图片结构和维度信息才能更好理解。keras中model.summary和plot_model工具就十分好用。在pytorch中，经过多方搜索，下列三种方式有助于自己理解，在此mark一下。其中summary要能知道模型的输入shape，可根据源代码和报错中提示进行尝试。import torchfrom torchviz impo...

最近学习 52 个深度学习目标检测模型汇总，论文、源码一应俱全！中YOLO v3，补充基础知识，比较几种框架实现发现差异。先是https://github.com/eriklindernoren/PyTorch-YOLOv3中间出现一些报错，做次记录。(1)数据下载在.sh文件中给出了文件下载地址，有12G和6G的，科室限速200k/s，用家里20M宽带下载。先使用IDM软件下载，只有50...