PyTorch
关注
分享
扫一扫
NH558J0
这个作者很懒，什么都没留下…
展开
-
Pytorch 学习（四） 保存加载模型
Pytorch 学习（四） 保存加载模型1.保存模型和参数利用save保存模型，load加载模型torch.save(model, 'save_net.pth')seq_net1 = torch.load('save_net.pth')2.保存参数torch.save(model.state_dict(), 'save_net_params.pth')model1=....mod...原创 2019-12-21 21:36:10 · 286 阅读 · 0 评论 -
Detectron2在CPU上执行出现“ Torch not compiled with CUDA enabled”的错误
Detectron2在CPU上执行出现“ Torch not compiled with CUDA enabled”的错误 在没有GPU显卡的电脑上配置Detectron2环境，配置OK后，运行如下代码，权重文件提前下载好，放在一个固定的位置，出现错误“Torch not compiled with CUDA enabled”python demo/demo.py \ --conf...原创 2019-11-30 22:22:56 · 28769 阅读 · 6 评论 -
Pytorch学习（二）：动态图和静态图
动态图和静态图 在学习Pytorch时，参考“深度学习入门之Pytorch”,其中一些觉得比较重要并且容易忘记的部分记录在此，在此感谢本书作者。 目前神经网络框架分为静态图框架和动态图框架，PyTorch 和 TensorFlow、Caffe 等框架最大的区别就是他们拥有不同的计算图表现形式。 TensorFlow 使用静态图，这意味着我们先定义计算图，然后不断使用它，而在 PyTorch...原创 2019-11-24 21:51:29 · 2034 阅读 · 0 评论 -
获取Pytorch中间某一层权重或者特征
获取Pytorch中间某一层权重或者特征问题:训练好的网络模型想知道中间某一层的权重或者看看中间某一层的特征,如何处理呢?1.获取某一层权重,并保存到excel中;以resnet18为例说明:import torchimport pandas as pdimport numpy as npimport torchvision.models as modelsresnet18 = ...原创 2019-04-02 16:06:20 · 34265 阅读 · 14 评论 -
Pytorch 查看模型参数
Pytorch 查看模型参数查看利用Pytorch搭建模型的参数,直接看程序import torch# 引入torch.nn并指定别名import torch.nn as nnimport torch.nn.functional as Fclass Net(nn.Module): def __init__(self): # nn.Module子类的函数必须在构...原创 2019-03-22 17:04:41 · 80683 阅读 · 6 评论 -
Pytorch学习 数据并行
Pytorch 数据并行问题点:Pytorch默认使用一个GPU进行模型训练,当有多个GPU时,如何做到模型训练?解决方案:利用nn.DataParallel(model)import torchimport torch.nn as nnfrom torch.utils.data import Dataset, DataLoader# Parameters and DataLoade...原创 2019-03-22 16:58:51 · 1115 阅读 · 0 评论 -
Pytorch SSD模型分析
Pytorch SSD模型分析 本文参考github上SSD实现,对模型进行分析,主要分析模型组成及输入输出大小.SSD网络结构如下图: 每输入的图像有8732个框输出;import torchimport torch.nn as nnimport torch.nn.functional as Ffrom torch.autograd import Variable#from...原创 2019-01-07 19:32:01 · 3847 阅读 · 14 评论 -
Pytorch学习（三）： sequential 和ModuleList学习
Pytorch Sequential() ModuleList()学习Sequential()1.建立模型import torch.nn as nnimport torchimport numpy as np第一种方法:nn.Sequential()对象.add_module(层名,层class的实例)net1=nn.Sequential()net1.add_module('co...原创 2019-01-02 18:00:01 · 7746 阅读 · 0 评论 -
Pytorch 中retain_graph的用法
Pytorch 中retain_graph的用法用法分析在查看SRGAN源码时有如下损失函数，其中设置了retain_graph=True,其作用是什么？ ############################ # (1) Update D network: maximize D(x)-1-D(G(z)) ########################...原创 2019-01-01 19:20:34 · 19112 阅读 · 3 评论 -
Pytorch学习（一）：Pytorch 安装与版本查看
Pytorch 安装与版本查看1.Linux环境下安装Pytorch 使用conda安装指定版本conda install pytorch=0.4.0 -c soumith 使用pip安装指定版本pip install pytorch=0.4.02.卸载pytorchpip uninstall torch #pipconda uninstall pytorch #conda...原创 2019-01-01 18:37:45 · 36582 阅读 · 2 评论 -
Pytorch iter问题
Pytorch:RuntimeError: randperm is only implemented for CPU/anaconda3/lib/python3.6/site-packages/torch/utils/data/sampler.py文件中的__iter__函数改为如下形式:class RandomSampler(Sampler): r"""Samples elemen...原创 2019-01-04 12:40:58 · 3007 阅读 · 0 评论 -
Pytorch clamp理解
Pytorch clamp理解torch.clamp(input, min, max, out=None) → Tensor将输入input张量每个元素的夹紧到区间 [min,max]，并返回结果到一个新张量。操作定义如下： | min, if x_i < miny_i = | x_i, if min <= x_i <= max | max, ...原创 2018-12-11 21:45:45 · 5142 阅读 · 0 评论 -
GAN学习总结三-Pytorch实现利用GAN进行MNIST手写数字生成
GAN学习总结三-Pytorch实现利用GAN进行MNIST手写数字生成 从代码的角度理解GAN网络的实现及相关细节,加深自己的理解.整个实现过程如下:导入相关库import torchfrom torch import nnfrom torch.autograd import Variableimport torchvision.transforms as tfsfrom ...原创 2018-12-30 20:05:11 · 6987 阅读 · 4 评论 -
Pytorch中的学习率调整lr_scheduler,ReduceLROnPlateau
Pytorch中的学习率调整:lr_scheduler,ReduceLROnPlateautorch.optim.lr_scheduler:该方法中提供了多种基于epoch训练次数进行学习率调整的方法;torch.optim.lr_scheduler.ReduceLROnPlateau:该方法提供了一些基于训练过程中的某些测量值对学习率进行动态的下降.lr_scheduler调整...原创 2018-12-26 19:38:03 · 67256 阅读 · 2 评论 -
pytorch PixelShuffle和Upscale函数
pytorch PixelShuffle和Upscale函数 该函数设计思想来源于2016年的一篇SR文章,Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network 原理如下图: 子像素卷积的实现原理:利用卷积得到图像r2r^2r2个...原创 2018-12-26 18:03:42 · 4910 阅读 · 0 评论 -
Pytorch进行MNIST分类总结
Pytorch进行分类任务总结作为Pytorch初学者，利用MNIST数据集作为基本数据集，使用Pytorch进行搭建模型训练，本文档目的在记录Pytorch进行深度学习系统搭建流程，使用时能随时查阅。文章目录Pytorch进行分类任务总结1. 数据获取2.模型定义3.损失函数和优化器设置4.模型训练，验证5.acc和loss可视化6.保存模型7.模型和参数查看8.参考1. 数据获取导入必...原创 2018-11-05 21:02:02 · 3294 阅读 · 1 评论