大脸猫的博客

记录一下，以防忘记。首先，致谢知乎vincentDETR中有这样一个类和一个包装函数假如batch_size=2，有两张图片分别为我们使用函数将它们打包在一块，这里调用了类，它的作用就是构成 {tensor, mask} 这么一个数据结构，在这里，tensor就是图片的值，那mask是啥？

记多任务基础模型的常见bug和debug历程

为什么RNN需要处理变长输入假设我们有情感分析的例子，对每句话进行一个感情级别的分类，主体流程大概是下图所示：思路比较简单，但是当我们进行batch个训练数据一起计算的时候，我们会遇到多个训练样例长度不同的情况，这样我们就会很自然的进行padding，将短句子padding为跟最长的句子一样。比如向下图这样：但是这会有一个问题，什么问题呢？比如上图，句子“Yes”只有一个单词，但是padding了5的pad符号，这样会导致LSTM对它的表示通过了非常多无用的字符，这样得到的句子表

前言transpose和permute作为PyTorch中的两大转置函数transpose参数 input(Tensor) – 输入的张量 dim0(int) – 转置的第一个维度 dim1(int) – 转置的第二个维度 返回值Returns a tensor that is a transposed version ofinput. The given dimensionsdim0anddim1are swapped.Ifinp...

目录前言PyTorch中的is_contiguous是啥？行优先为什么需要contiguous？为什么不在view方法中默认调用contiguous方法?前言contiguous 本身是形容词，表示连续的，关于 contiguous，PyTorch 提供了is_contiguous、contiguous(形容词动用)两个方法 ，分别用于判定Tensor是否是 contiguous 的，以及保证Tensor是contiguous的。PyTorch中的is_con...

添加 .convert('RGB')file = Image.open(file_tmp).convert('RGB')

翻译：加载的cuDNN是8.0.5，但是tensorflow的源需要的版本是8.1.0直观原因：版本冲突解决方案：确认了自己的cuda和cudnn版本与tensorflow适配无误后，开始检查系统中所有的包含cuda和cudnn依赖的软件，期间卸载了matlab但是没有用，后来想到了pytorch也同样和cuda以及cudnn有关联，我查看了一下pytorch的版本发现我用的是torch 1.8，它所适配的cuda是11.1，对应的cudnn是8.0.5，这下破案了。最后升级了一下pytorch，解

改变形状注意 view() 返回的新tensor与源tensor共享内存（其实是同⼀个tensor），也即更改其中的⼀个，另 外⼀个也会跟着改变。(顾名思义，view仅是改变了对这个张量的观察角度)代码：x = torch.FloatTensor([[1, 2, 3], [2, 3, 4], [3, 4, 5], [4, 5, 6], [5, 6, 7]])y = x.view(15)z = y.view(-1, 5)输出：torch.Size([5, 3]) torch..