further_Yan的博客

从tea出发 start_time = datetime.datetime.now() args = parser.parse_args() 导入相关参数 num_class, args.train_list, args.val_list, prefix = dataset_config.return_dataset(args.dataset,

自建网络 class TEModule(nn.Module): expansion = 4 def __init__(self, channel, reduction=16, n_segment=8): expansion=4 super(TEModule, self).__init__() self.channel = channel self.reduction = reduction self.n_segm

维度转换 在torch中应用卷积的时候，我们有时候遇到一些问题。 1.卷积维度合并 // An highlighted block x0 = torch.rand(3, 224, 224) x1 = torch.rand(3, 224, 224) y0 = torch.cat((x0, x1),0).size() print(y0) y1 = torch.add(x0,x1).size() print(y1) 输出结果 2 维度变换 尺度对应，当然tensor.view()还有其他用法，具体参考源码 //