Labiod的博客

EfficenrNet代码中（torch），出现了两个函数，Conv2dStaticsSamePadding(nn.Conv2d)和 Conv2dDynamicSamePadding(nn.Conv2d)。 每个函数都有两步作用: padding + Conv Conv2dStaticsSamePadding(nn.Conv2d)函数的作用，第一步，如果输入数据（一般来讲就是feature）需要做padding，就使用0填充（nn.ZeroPad2d（））对图像进行填充，如果不需要填充，就把原始数据传给

近期项目中使用了分类器和回归器。 用以回归目标边界点并判断目标值。 epoch结束了，精度还有上升趋势，loss还有下降趋势。 首先，先自己手写了一个回归网络和分类网络。 最终精度如下： epoch设定为100，BCEloss, ADM优化器优化，可以看出模型损失还在降低，精度也在上升。 但精度还没达到预期的要求，假定精度要达到95%以上，目前最高却只有86%。 此时，模型欠拟合。想办法解决问题。比如增加数据集，增长训练次数。 ...

Tensor=torch.cuda.FloatTensor if torch.cuda.is_available() else torch.FloatTensor torch.cuda 该包增加了对CUDA张量类型的支持，实现了与CPU张量相同的功能，但使用GPU进行计算。 它是懒惰的初始化，所以你可以随时导入它，并使用is_available()来确定系统是否支持CUDA。 CU...