hzhj的博客

参考文献：https://pypi.org/project/torchvision/

本文用于测试基于torch.utils.data.DataLoader和nvidia.dali加载图片时的训练时间，其中图片总数为19756张。batch_size num_workers tm_epoch for DataLoader tm_epoch for dali 32 1 630s 133s 32 5 114s 81s 32 10 83s 81s 64 10 70s 61s ..

文件夹顺序from torchvision import datasetsdata_dir=$DATAtrain_datasets = datasets.ImageFolder(os.path.join(data_dir, 'train')print(train_datasets.classes, train_datasets.class_to_idx)['negative', 'others', 'positive'],{'negative': 0, 'others': 1, 'posit

教程流程为：自定义数据集-》加载预训练模型-》修改模型模块-》训练模型-》测试模型 自定义数据集，继承类包括如下三部分，其中私有函数__getitem__的返回结果中包含后续训练中需要的字段信息，可通过roi_heads.py文件查看check_targets函数。数据集应继承自标准torch.utils.data.Dataset类， 数据集基类; 实现__len__， 表示图片的数量; 实现__getitem__，表示读取的原对象和返回的处理结果(数据转换或扩充的逻辑包含在此函数中);加载预训练

tf版本问题问题： tensorflow==1.12.0 提供非阻塞服务时，报错tensorflow/core/common_runtime/bfc_allocator.cc:380] Check failed: h != kInvalidChunkHandle；另一方面，阻塞服务时运行正常 解决方法： 替换为1.13rc0后运行正常gpu model及其编译结构gpu model ...

开发中遇到需要将tensorrt和pytorch两种语言合并起来的情况，单独运行都没问题，合并后，发现pytorch提示RuntimeError: CuDNN error: CUDNN_STATUS_MAPPING_ERROR。查看cudnn_status中该错误码表示的意思如下。CUDNN_STATUS_MAPPING_ERROR An access to GPU memory s...