jjw_zyfx的博客

old_money是自己的数据集目录，这个目录要放在datasets目录下，也就是拿着这个中心点坐标除以图片的宽度。也就是拿着这个中心点坐标除以图片的高度。也就是拿着这个框的宽度除以图片的宽度。也就是拿着这个框的高度除以图片的高度。

pytorch cv2 plt transforms pause waitforbuttonpress一个完整的图片处理程序

torch.utils.data.RandomSampler和torch.utils.data.SequentialSampler的区别

torchvision.models._utils.IntermediateLayerGetter

python

在看moco源码时发下有个这样的代码不知道咋用的，复现了一下model = moco.builder.MoCo( # 这种初始化模型的方式是因为导包的时候导到了moco这一层 models.__dict__[args.arch], args.moco_dim, args.moco_k, args.moco_m, args.moco_t, args.mlp)print(model)具体复现过程如下：1、文件夹目录如下：只需要红框框住的这三个.py文件就行，test文

代码及效果如下：先导包import cv2import albumentationsfrom albumentations.pytorch.transforms import ToTensorV2import matplotlib.pyplot as plt原图：image = cv2.imread('./cat3.jpg')image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)plt.figure(figsize=(5, 5)) plt.imsh

from sklearn.model_selection import KFoldkfold = KFold(n_splits=5, shuffle=False) # n_splits：将原始数据分成多少折(份) shuffle：是否打乱每折的顺序test = torch.arange(10)for train_data, test_data in kfold.split(test): # 可以看出分为5折，先前两个作为测试数据，后8个作为训练数据，然后依次类推 print(train_d

报错的原因呢是因为使用迭代器的时候用了多个workers即在这一句for (tokens_X, segments_X, valid_lens_x, pred_positions_X, mlm_weights_X, mlm_Y, nsp_y) in train_iter: 而这个train_iter的参数为：num_workers = d2l.get_dataloader_workers()train_iter = torch.utils.data.DataLoader(train_set, batch

d2l.Vocab(sentences, min_freq=2, reserved_tokens=['<pad>', '<mask>', '<cls>', '<sep>'])sentences：源句子，比如说 sentences赋值为下边的五个句子 注意第一句我手动添加了两个'<unk>',第二句添加了'<pad>', '<mask>', '<cls>', '<sep>',作为第三个参数的测试[

代码如下：net = nn.Linear(2, 2)print(net.state_dict())输出结果：OrderedDict([('weight', tensor([[ 0.6155, -0.4649], [-0.1848, -0.0663]])), ('bias', tensor([-0.0265, -0.4134]))])从输出结果可以看出，在适用nn.Linear的时候会自动给weight和bias赋初值，点进Linear后可以发现Att

先看代码def dropout_layer(X, dropout): """该函数以dropout的概率丢弃张量输入X中的元素 """ assert 0 <= dropout <= 1 # 在本情况中，所有元素都被丢弃。 if dropout == 1: return torch.zeros_like(X) # 在本情况中，所有元素都被保留。即不用丢弃 if dropout == 0: return X

交叉熵公式：H(p,q)=−∑plogqH(p,q) = - \sum plogqH(p,q)=−∑plogq为啥使用交叉熵，先看一组例子对比如果对于多分类的真实值的概率为q = [1, 0, 0, 0, 0] 可以理解为，[是猫,非猫,非猫,非猫,非猫]多分类的预测值的概率为(第一组)p = [0.4, 0.3, 0.05, 0.05, 0.2] 则计算交叉熵结果为：0.916如果预测值的结果为另一组(第二组)即p=[0.98, 0.01, 0, 0, 0.01]则交叉熵的结果为：0.02经过

import osimport timeimport cv2from pathlib import Pathimport globstart_time = time.time()result = os.system('ffmpeg -i out.mp4 -f image2 -v quiet ./video_test/frame%05d.jpg')end_time = time.time()ffmpeg_total_time = end_time-start_timeimage_list

第一种方式：cv2：import cv2class my_net(nn.Module): def __init__(self): super(my_net, self).__init__() #加载ResNet预训练模型 self.model = resnet50(pretrained=False) self.model.load_state_dict(torch.load('./models/resnet50-19c8e357.p

完整报错信息：ImportError: /usr/lib/x86_64-linux-gnu/libstdc++.so.6: version `GLIBCXX_3.4.26’ not found (required by /home/jjw/miniconda3/envs/jjwenv/lib/python3.8/site-packages/faiss/…/…/…/libfaiss.so)解决方法：

其实很简单而且很快，就是安装YOLOV5中的requirement.txt 中的内容即可即去这个地方点我进入YOLOV5找到requirement.txt 将其中的内容复制下来，放到你的随便起名最好还是requirement.txt中然后再当前目录下打开一个终端 然后执行 pip install -r requirements.txt或者是你起的名字则执行pip install -r 你起的名字.txt 坐等安装完即可...

import torchtest = torch.arange(10).reshape(2, 5)print(test)none1 = test[:, None] # 次外层添加一层print(test)print(none1)print(none1.shape)test2 = test[None] # 最外层添加一层print(test2)print(test2.shape)# 从上边可以看出来None的作用就是添加一个维度输出结果：tensor([[0, 1, 2, 3

1、shortcut层elif module_def["type"] == "shortcut": layer_i = int(module_def["from"]) temp_shape1, temp_shape2 = layer_outputs[-1].shape, layer_outputs[layer_i].shape x = layer_outputs[-1] + layer_outputs[layer_i]单步结果：从单步的结果来看layer_outputs[-

# Handle images with less than three channelsif len(img.shape) != 3: # 先判断了下是不是三维的 # 不够三维添加一维，反正的弄够三维 img是一个Tensor对象 img = img.unsqueeze(0) # 就是将最后一维的数据复制一分也用作新添加的那维的数据 img = img.expand((3, img.shape[1:]))...

解决方法其实很简单1 先安装TensorFlow(虽然我用pytorch)2 再安装tensorboardX

主要讲解以下几个参数：# 文本显示内容在锚框的左上角显示axes.text(rect.xy[0], rect.xy[1], labels[i], va='center', ha='center', fontsize=9, color=text_color, # facecolor就是锚框的填充色 lw即linewidth 就是锚框的边框的宽度 bbox=dict(facecolor=color, lw=0))官方解释：关于bbox参

官方解释：各参数详细解释：precision 精度threshold 阈值edgeitems 边界元素数linewidth 线宽 即一行容纳多少位profile 显示样式

官方解释其实permute里边的参数就类似下标索引，按照给定的顺序进行更改

trainer = torch.optim.SGD(net.parameters(), lr=lr, momentum=0.9,weight_decay=wd)scheduler = torch.optim.lr_scheduler.StepLR(trainer, lr_period, lr_decay)官网的参数结构：第一个参数就是所使用的优化器对象第二个参数就是每多少轮循环后更新一次学习率(lr)第三个参数就是每次更新lr的gamma倍可点击参考此链接...

torch.optim.SGD(net.parameters(), lr=lr, momentum=0.9,weight_decay=wd)第一个参数包括权重w，和偏置b等是神经网络中的参数，也是SGD优化的重点第二个参数lr是学习率第三个参数momentum是冲量第四个参数weight_decay是权重衰减另外可点击参考此链接...

各参数详解如图

squeeze官方解释：官方的例子：实现细节默认去掉所有的1维的，如果是0则表示啥也不操作去掉第一个1维的（但是如果是2则会出问题待解决）unsqueeze的用法直接看官方的实例

cat：先看官方解释下面看例子：a = torch.arange(6).reshape(2,3)print('a\n', a)b = torch.arange(6,12).reshape(2, 3)print('b\n', b)c = torch.arange(12, 16).reshape(2,-1)print('c\n', c)torch.cat((a, b), 0) # 在第0维上进行连接 也是默认的torch.cat((a, b)) # 在第0维上进行连接 也是默认

具体区别看代码import torchx = torch.arange(4.0, requires_grad = True)y = 2*torch.dot(x,x)y.backward()x.gradx.grad.zero_()y = x.sum()y.backward()x.gradx = torch.arange(4.0, requires_grad = True)y = 2*torch.dot(x,x)print('y\n', y) # 说明此时的y是个标量y.bac

填充公式和方法：

max

官方解释如下：具体链接请点击查看

d2l.plt.scatter 中的参数其实就是matplotlib中的scatterdef scatter(x: Any, y: Any, s: Any = None, c: Any = None, marker: Any = None, cmap: Any = None, norm: Any = None, vmin: Any = No

detachimport torchx = torch.arange(4.0)x.requires_grad_(True) # 等价于 `x = torch.arange(4.0, requires_grad=True)`y = x * x# detach作用是：将u作为常数处理。即将y.detach的返回值作为常数而不再是关于x的函数u = y.detach()z = u * xz.sum().backward() # 为啥不直接求导原因是在机器学习或深度学习中一般不用向量(矩阵)求导

总结下来就是对X求导如果X是向量则结果需要转置一下