- 博客(10)
- 收藏
- 关注
RSS订阅原创 tensorboard以及tensorborad常见bug
解决方法2，有些时候不是路径的问题，当在cmd中输入tensordborad --logdir='./runs'时，你所在的路径要在runs这个文件夹的上一层目录。例如下面的例子，你需要在A文件夹的路径下输入tensordborad --logdir='./runs'pip install setuptools==59.5.0 //需要比你之前的低。tensordborad --logdir='./runs（你生成训练日志的路径）'常见bug2：生成了日志文件后无法在浏览器中看见训练过程。
2025-04-06 19:30:07
137
原创 GTX3050+pytorch1.9.0如何同时使用tensorboard和gpu
就使用tensorboardX，它和tensorboard的使用方式一样。之前在训练模型的时候想用tensorboad记录一下训练过程。但是一直在报错，后面顺利解决，想记录一下自己的解决方法。如果你也和我一样，先按照上面的要求配置好。cuda:11.1（自己去官网找把）如果不能使用tensoboard。这里直接下结论，给出解决方法。初步踏入dl领域的小白一枚。帮助更多的友友不走弯路。
2024-07-25 16:56:16
241
原创 win10虚拟机小贴士
但是在vmware上不能安装windows。在vmware上能安装windows。之前用win10家庭版的时候。现在改成win10专业版了。
2024-01-12 23:41:07
426
1
原创 inception家族的发展史
在讲之前说明一下：每一个网络都只会讲解它的主要亮点，可能某个网络的某一个小部分不会讲到，但是讲到的部分都会讲得很细。（讲的知识面不是很宽，但是讲到的部分都会讲得很细。）inceptionv1 （2014.9）v1就是我们的GoogleNet，由谷歌在2014年提出在讲之前，我强烈推荐大家去看看这篇博客，相信你们看了后一定会有所启发(1条消息) GoogLeNet网络结构_仝笛的博客-CSDN博客_googlenet网络结构v1最核心的部分就是它的inception结构如下
2022-04-22 13:16:11
3777
原创 mobilenetv1，v2，v3简要介绍
mobilenetv11.mobilenetv1的一个主要特点是网络所需要的参数很少，以至于在手机这种移动设备上都可以跑，在准确率小幅度降低的代价下，可以再次大幅度减少我们的参数量，如下图mobilenetv1和vgg16相比准确率只下降了0.9%，但是参数量从15300m和138m，下降到了569m和4.2m，大大的降低了参数量2.mobilenet使用了dw卷积大幅度减少了运算量和参数量，从输入到输出，c是不会改变的同时也使用了pw卷积pw卷积的特点是卷积核..
2022-04-07 16:25:23
7479
原创 resnet---残差结构
在我们搭建网络的时候，随着我们的网络层数越来越深的时候，我们会发现我们的网络精度随着我们网络层数的增加而减少。可见我们的网络层数并不是越深越好出现这种情况的原因是：梯度消失，梯度爆炸，以及退化问题（梯度消失和梯度爆炸的原因是因为误差梯度的问题）我们的解决方法是：数据标准化处理，权重初始化，BN层（让我们获得均值为0.方差为1的feature map）,以及残差结构。本篇文章我们主要讲残差结构。残差结构是resnet网络中一个特殊的结构。我们主要看上图右边的部分，我们输入的卷积核矩
2022-03-27 16:32:01
3667
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人