lcqin111的博客

from torch._six import container_abcsfrom itertools import repeatfrom typing import Listdef _ntuple(n): def parse(x): if isinstance(x, container_abcs.Iterable): return x return tuple(repeat(x, n)) return parse_s.

问题：在测试阶段出现如题问题RuntimeError: DataLoader worker (pid 9119) is killed by signal: Killed.问题来源：经过测试和网上搜索，基本确定了问题是内存不足造成的，我设置的num_workers=8在训练阶段没有出现问题，可以确定使用八个线程对于我的内存是足够的，那么就查找到了test阶段，在这里我发现，te...

我们经常看到：transform = transforms.Compose([ transforms.RandomResizedCrop(100), transforms.RandomHorizontalFlip(), transforms.ToTensor(), transforms.Normalize([0.485, 0.4...

在新构建一个网络的过程中，我们通常继承torch.nn.Module，定义了__init__和forward函数之后，我们有的时候会用到self()，我在https://github.com/chenyuntc/simple-faster-rcnn-pytorch/blob/master/model/faster_rcnn.py#L233中看到了这个用法，从输入参数和输出判断出，self(...

把一个tensor变成和函数括号内一样形状的tensor，用法与expand（）类似>>> x = torch.tensor([[1], [2], [3]])>>> x.size()torch.Size([3, 1])>>> x.expand(3, 4)tensor([[ 1, 1, 1, 1], [ 2, ...

permute函数将tensor的维度换位contiguous()一般在permute()等改变形状和计算返回的tensor后面，因为改变形状后，有的tensor并不是占用一整块内存，而是由不同的数据块组成，而tensor的view()操作依赖于内存是整块的，这时只需要执行contiguous()这个函数，把tensor变成在内存中连续分布的形式。https://blog.youkuaiyun.com...

torch.no_grad(),torch.enable_grad(),torch.set_grad_enabled()这三个函数对于设置局部梯度和赋能梯度计算。上代码：>>> x = torch.zeros(1, requires_grad=True)>>> with torch.no_grad():... y = x * 2...

normalize = tvtsf.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])img = normalize(t.from_numpy(img))在这段代码运行后，会出现RuntimeError: expected Double tensor (go...

img = Image.open(img_path).convert("RGB")img2 = torchvision.transforms.functional.to_tensor(img)print(img2)img1 = np.array(img)print(img1)输出是这样的：不仅shape不一样，而且值也是不一样的。解释如下：tensor = t...