qq_36892712的博客

NMS 算法源码实现Python实现NMS（非极大值抑制）对边界框进行过滤。目标检测算法（主流的有 RCNN 系、YOLO 系、SSD 等）在进行目标检测任务时，可能对同一目标有多次预测得到不同的检测框，非极大值抑制（NMS） 算法则可以确保对每个对象只得到一个检测，简单来说就是“消除冗余检测”。

在指定维度选取k个最大（最小）的值。

是PyTorch中的一个函数，它根据索引从输入张量中收集值。

注意切换分支master分支支持pytorch1.11+（测试pytorch2.0.1+cuda118, 成功）pytorch1.6分支支持pytroch之前版本（测试pytorch1.10.0+cuda111, 失败）

指数移动平均（Exponential Moving Average，简称EMA）是一种常用的平滑方法，通常用于时间序列数据的平滑处理。EMA 可以减小噪声的影响，使得数据更加平滑，并且能够自适应地调整权重，更好地反映时间序列的趋势。EMAtx0t0αxt1−αEMAt−1t0EMAt​x0​αxt​1−αEMAt−1​​t0t0​其中，xtx_txt​表示时间ttt的观测值，EMAt。

是 PyTorch 中的一个函数，用于根据给定条件从两个张量中选择元素并返回一个新的张量。condition: 一个布尔型的张量，用于指定选择元素的条件。当条件为 True 时，选择x中对应位置的元素，否则选择y中对应位置的元素。x: 一个张量，表示条件为 True 时要选择的元素。y: 一个张量，表示条件为 False 时要选择的元素。返回一个新的张量，根据条件选择x或y中的元素。

函数用于计算向量或矩阵的范数。具体计算公式取决于ord参数的取值。以下是函数中常见的ordord=None或默认值：计算Frobenius范数（矩阵的二范数）。对于向量，Frobenius范数等同于Euclidean范数（L2范数）。。ord=1：计算L1范数。也称为曼哈顿范数（Manhattan norm）或绝对值范数。。。ord=2：计算L2范数。也称为欧几里德范数（Euclidean norm）或向量的长度。。对于矩阵A，L2范数定义为A的奇异值（Singular Values）的最大值。

是 PyTorch 中的一个函数，用于生成一个二维或三维网格矩阵。该函数接受一系列一维张量作为输入，然后返回一个包含所有输入张量的网格矩阵。函数通常用于生成坐标网格，以便进行网格采样、插值等操作。

LSTM（Long Short-Term Memory）是一种循环神经网络（RNN）的变体，用于处理序列数据。LSTM 的设计目的是解决传统 RNN 面临的短期记忆和梯度消失的问题。LSTM 通过引入门控机制来有效地捕捉和传递长期依赖关系。LSTM 的核心思想是引入了一个称为细胞状态（cell state）的中间变量，用于保存和传递信息。细胞状态可以选择性地更新和忘记信息，从而在处理序列数据时更好地控制信息的流动。输入门遗忘门输出门（output gate）和细胞状态。

和都是 PyTorch 中常用的归一化层，用于提高神经网络的训练稳定性和泛化能力。

变分自编码器（Variational Autoencoder，VAE）是一种生成模型，结合了自编码器和变分推断的思想。它可以用于学习数据的潜在表示，并用于生成新的样本。VAE的目标是学习一个潜在空间（latent space），使得原始数据可以通过从该潜在空间中采样并解码重构出来。编码器（encoder）和解码器（decoder）。编码器将输入数据映射到潜在空间中的一组潜在变量（latent variables）。编码器将输入数据xxx映射到潜在变量zzz的概率分布qz∣x。

是PyTorch的一个操作函数，用于在给定的RoIs（感兴趣区域）上执行空间变换网络。该操作函数可以被用于目标检测和物体识别等计算机视觉任务中，通常在RoI池化之前被执行。RoI Align（Region of Interest Align）是RoI池化的一种改进，它可以更加精确地对齐RoI中的特征，避免了RoI池化过程中的信息损失。具体来说，RoI Align操作首先将RoI区域划分为若干个小的网格，然后在每个网格内执行双线性插值，最终得到固定大小的特征图。

在深度学习模型训练过程中，学习率（learning rate）是一个非常重要的超参数，它决定了模型参数在每个迭代步骤中更新的幅度大小。通常情况下，我们会在训练过程中逐渐降低学习率，以使模型在接近最优解时更加稳定。torch.optim.lr_scheduler.StepLR 就是 PyTorch 中的一个学习率调度器，它可以在训练过程中按照一定的策略逐渐降低学习率。

是用于计算交叉熵损失函数的函数。它的输出是一个表示给定输入的损失值的张量。具体地说，函数与类是相似的，但前者更适合于控制更多的细节，并且不需要像后者一样在前面添加一个Softmax层。。input：(N, C)形状的张量，其中N为Batch_size，C为类别数。该参数对应于神经网络最后一个全连接层输出的未经Softmax处理的结果。target：一个大小为(N,)张量，其值是0

上述例子中，我们创建了一个简单的GCN模型，可以应用于输入特征为16个的图。在forward方法中，我们首先将self-loops加入到图中，然后将特征传递到线性层中。接下来，我们计算了边权重的标准化常数，然后使用propagate方法将消息从源节点传递到目标节点。在message方法中，我们对接收到的特征进行了标准化，然后在update方法中将聚合结果作为新的节点嵌入返回。最后，我们使用创建的GCN实例对输入数据进行了轻松的推断。这些类的共同点是可以从图中接收消息并在节点之间进行传递。

View和Permute函数都可以用来reshape（调整矩阵形状），本文主要用来测试其不同点。使用Permute时，是在维度上做了变换，类似于转置T，（原始数据。使用View时，是在连续数据上进行reshape（原始数据。