mmm305658979的博客

Ubuntu ~/.bashrc 配置 for cuda torchconvert xxx to your name# ~/.bashrc: executed by bash(1) for non-login shells.# see /usr/share/doc/bash/examples/startup-files (in the package bash-doc)# for examples# If not running interactively, don't do anything

通常RGB图像包含三个颜色通道，这些通道组合可以生成不同颜色。【P mode】但是对于Mask而言，每个颜色通常表示一个物体，而物体的种类是有限的，因此可以用P模式，P模式需要预定义好多个颜色的模板，_palette= [0, 0, 0, 128, 0, 0, 0, 128,…]，因此只需要一个通道存储index即可，（index可以从模板中取出对应的颜色），这样表达颜色个数上限是255但是足够了，而且只占用1/3数据存储空间。【L mode】同样只存储一个通道数据，但是代表的是灰度图的光照强度，而不是

各种pytorch小知识

一个简单的理解熵交叉熵相对熵 AKA KL散度JS散度熵随机事件的不确定性度量，也是衡量分布内样本所有要的信息编码长度，熵越大，不确定性越大。H(P)=ΣP(x)log1P(x)H(P) = ΣP(x)log\frac{1}{P(x)}H(P)=ΣP(x)logP(x)1​交叉熵用其他分布q衡量分布p内样本所需要的信息编码长度。H(P,Q) >= H§H(P,Q)=ΣP(x)log1Q(x)H(P,Q) = ΣP(x)log\frac{1}{Q(x)}H(P,Q)=ΣP(x)log

import torchtensor = torch.rand(2,3,224,224)tensor.is_contiguous() # must make sure is contiguoustensor.unsqueeze(0).shape # torch.Size([1, 2, 3, 224, 224])tensor.squeeze(0).shape # Only cut the dimention if it is 1tensor.view(-1,244,244).shape

参考链接：https://blog.youkuaiyun.com/qq_41202069/article/details/108286319https://www.cnblogs.com/yhjoker/p/10972795.html1. 下载想要的CUDA和对应版本CUDNN2. 如下图安装CUDA* 额外版本CUDA不要安装显卡驱动，不要添加软链接！* 路径可以使用自己目录 /home/xxx/cuda/ e.t.c.#..一堆协议说明...#直接按q退出协议说明.ac..

这里写自定义目录标题Docker使用下载查看已有镜像Docker使用下载docker pull pytorch/pytorch 下载docker镜像到本地查看已有镜像docker images

这里写自定义目录标题Pytorch TensorboardX可视化安装代码嵌入本地查看服务器日志可视化Pytorch TensorboardX可视化安装pip install tensorboardXpip install tensorboard代码嵌入from torch.utils.tensorboard import SummaryWriterw = SummaryWriter(‘runs/’)w.add_scalar('loss", loss, epoch)本地查看服务器日志可视化

1.from torch.autograd import gradcheck2. 如果计算图有一块不可导会报错3. torch.requires_grad检查

fvcore/transforms/transform.pydetectron2/data/transforms/transform.py + PIL提供底层实现。__all__ = [ "RandomBrightness", "RandomContrast", "RandomCrop", "RandomExtent", "RandomFlip...

detectron2/data/detection_utils.pydetectron2/data/transforms.pyfrom detectron2.config import get_cfgfrom detectron2.data import detection_utilsfrom detectron2.data import transforms as T#...

pytorch_cuda10.2_python3.6/lib/python3.6/site-packages/torch/utils/data/sampler.pysampler是最底层的类，像sequential_sampler都继承了此类。SequentialSampler 按顺序进行采样，from torch.utils.data.sampler import Sequent...

detectron2/data/datasets/builtin.py会把所有数据集进行注册，比如包含 coco -"coco_2014_train": ("coco/train2014", "coco/annotations/instances_train2014.json")其中register_all_coco实现数据的注册，会把每个要使用的数据名称(coco_2014_train...

1维卷积>>> input (batch, in_channel, length) --> filters (out_channel, in_channel, kernel_size)>>> torch.nn.functional.conv1d(inputs, filters)2维卷积>>> input (batch, in...

demo预测流程:args传参 -- cfg获取 -- VisualizationDemo模型建立 (元数据获取 -- \ DefaultPredictor预测模型 (元结构注册 -- 指定要评估 -- 元数据注册 -- 加载模型权重 -- 图像resize和BGR)) -- \ 预测数据读入 -- VisualizationDemo预测结果及可视化 (DefaultPredi...

很详细的一个英文博客：http://aishack.in/tutorials/sift-scale-invariant-feature-transform-introduction/SIFT （Scale-invariant feature transform, 尺度不变特征变换）是局部特征描述子，尺度不变性 尺度空间：所有尺度上的图像位置，高斯微分函数来识别潜在对于尺度和旋...

θ thetaλ lambdaσ,Σ sigmaδ deltaε epsilonβ betaα aerfaγ gamaΠ pai

ReLU对于初始计算出激活为0或者负数，则此节点权重永远无法更新。θ1和θ2如果初始值相同，则他们的更新也会完全同步因此会产生冗余，因此可以考虑用随机数据增强：翻转，旋转，变颜色，缩放。两类样本数量不匹配时数据增强：过采样，SMOTE（对样本少的类扩充为n倍并加随机噪声）。可以考虑同类或两类之间样本年龄等因素分布是否需要均衡来数据增强。Dropou...

face_recognition安装相关：https://github.com/ageitgey/face_recognition/issues/96https://blog.youkuaiyun.com/songqiu65/article/details/88116549https://blog.youkuaiyun.com/qq_15192373/article/details/786237411）安装V...

由于最近没时间，花了一天搭了一下，个人总结了点小tipsMarkdown 直接粘过来的，包含了Vmware+Ubuntu搭配虚拟机（目前没用到个人配置 Win10 + VS2017 + CUDA9 + cuDNN7 + Py3.5 + tensorflow1.5 + keras2.1.4 + opencv最新 + Anaconda最新可以正常使用。安装顺序 VS2017 -- A...