- 博客(49)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Pytorch计算模型的参数量和GFLOPs
相较于torchstat，torchstat无法适用的模型某一个layer的输入为多个变量和Pytorch-0.4.1版本等情况，可以尝试使用thop工具包进行模型分析。此外，thop更加适用于自己定义的模型，在作者定义的各种模型中较为普适。最近在研究模型的压缩技术，使用Pytorch框架，为了计算模型的参数量和GFLOPs。
2023-07-07 17:28:21
1259
原创 张量分解学习推荐
张量分解学习推荐感谢https://blog.youkuaiyun.com/bqw18744018044/article/details/104948578
2022-03-31 10:25:56
325
原创 ubuntu镜像备份与恢复
ubuntu镜像备份与恢复作者：颜定江前提假设: 系统所有都在一个分区上1. live cd(try ubuntu) 进入2. sudo sufdisk -l找到安装linux的分区号: 设为 ‘/dev/sda’// 挂在linux系统分区到/mnt下3. mount /dev/sda /mnt// 生成系统备份文件并保存到U盘4. mksquashfs /mnt /media/u-disk/ubuntu_main.sfs5. syncumount /mnt以上备份好了恢复系
2021-09-27 15:40:36
1391
原创 Ubuntu20.04安装Tensorflow2.5 - GPU
Ubuntu20.04安装Tensorflow2.5 - GPU（作者：颜定江）Ubuntu中可以使用’自带additional driver工具安装nvidia gpu驱动’。方便。查看Nvidia-GPU 版本号(linux: nvidia-smi, 如下:)查看安装的Tensorflow对gpu cuda版本要求https://www.tensorflow.org/install/source#tested_build_configurationsCuda-Toolkit版本
2021-09-26 16:23:30
794
原创 Ubuntu双系统安装自动分区
Win分区网上资源很多就不说了启动盘制作现有的方法可用自动分区主要是Mount point选择‘/’选择对应的磁盘：这一我是固态结尾之后步骤与其他教程一样
2021-09-26 14:42:39
840
原创 Ubuntu显卡驱动损坏导致的开机问题
Ubuntu显卡驱动损坏导致的开机问题Ubuntu显卡驱动损坏导致的开机问题一、使用工具拷贝二、重装linux(Ubuntu)Ubuntu显卡驱动损坏导致的开机问题相信我们在使用ubuntu的过程中，总会遇到各种各样的问题。在需要取出文件时重装系统时，请看！！！！！一、使用工具拷贝这里我们使用Linuxreader,可以快捷的拷贝所需的Linux文件。连接如下：linuxreader二、重装linux(Ubuntu)在拷贝结束后重装Ubuntu。...
2021-09-25 19:14:01
326
原创 TX2刷机与openpose的配置
TX2刷机与openpose的配置提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录TX2刷机与openpose的配置前言一、准备条件二、TX2刷机三、openpose配置前言TX2作为带有GPU的板子，可以用于跑深度学习模型，骨架检测openpose作为一种较为成熟的深度学习模型被广泛的使用。一、准备条件装有Ubuntu16.04版本的pc机一台，TX2板子一个，网线两根，路由器一台。二、TX2刷机注：在（4）JetPack的安装时可以先试一下能否成功，失败：
2020-10-12 08:59:26
267
原创 华为H22M-03服务器ubuntu配置
华为H22M-03服务器ubuntu配置华为H22M-03服务器ubuntu配置华为H22M-03服务器ubuntu配置具体请参考：https://blog.youkuaiyun.com/dangerouspeople_/article/details/108967833
2020-10-08 23:29:29
4660
原创 MAC 配置openpose和python API的使用
MAC 配置openpose和python API的使用MAC 配置openpose和python API的使用安装python下载项目获取model安装CMAKE安装Caffe, OpenCV, and Caffe prerequisitesCMAKE设置Openpose building试运行python api使用MAC 配置openpose和python API的使用无GPU，使用CPU，python环境为3.8.安装python安装Xcode，MAC应用商店安装安装brew/bin
2020-08-22 20:39:01
1414
原创 Tensorflow实现卷积神经网络
Tensorflow实现卷积神经网络Tensorflow实现卷积神经网络卷积层池化层归一化层实现简单的卷积神经网络Tensorflow实现卷积神经网络卷积层卷积核，步福，填充，多通道卷积，激活函数，卷积函数。主要函数使用：1.conv2d函数tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)对一个四维的输入数据和四维的卷积核进行操作，然后对输入数据进行
2020-07-01 19:19:25
239
原创 python深度学习Tensorflow基础（三）
Tensorflow基础Tensorflow基础Tensorflow基本概念Tensorflow分布式Tensorflow基础Tensorflow基本概念Tensorflow分布式TensorFlow的分布式有几种模型，具体有In-graph replication、Between-graph replication这两种模型。In-graph的含义是在图内，可理解为一个计算图。此时如何实现分布式并行运算呢？基本思路就是：把一个图内的不同操作(不同运算节点)放在不同设备上(GPU或服务器)。而Bet
2020-06-28 16:48:51
195
原创 python深度学习Tensorflow基础（二）
Tensorflow基础Tensorflow基础Tensorflow基本概念变量占位符实现数据流图及可视化Tensorflow基础Tensorflow基本概念变量1、Tensorflow中变量的使用其具体格式为：tf.Variable(initial_value=None, trainable=True, collections=None, validate_shape=True, caching_device=None, name=None, variable_def=None, dtype=N
2020-06-26 21:26:18
336
原创 python深度学习Tensorflow基础（一）
Tensorflow基础Tensorflow基础Tensorflow系统架构数据流图Tensorflow基本概念张量算子计算图会话Tensorflow基础Tensorflow系统架构.Client:多语言的编程环境·Distributed Master从计算图中反向遍历，找到所依赖的最小子图，再把最小子图分割成子图片段派发给Worker Service。随后Worker Service启动子图片段的执行过程。·Worker Service可以管理多个设备。Worker Service将按照从Di
2020-06-25 18:42:12
1161
原创 Python深度学习基予tensorflow(Numpy)
NumPy常用操作NumPy提供了两种基本对象：ndarray,ufunc生成ndarray1、从已有数据中创建（1）将列表转换成ndarrayimport numpy as nplist1 = [3.14,2.17,0,1,2]nd1 = np.array(list1)print(nd1)print(type(nd1))(2)嵌套列表可以转化成多维ndarraylist2 = [[3.14,2.17,0,1,2],[1,2,3,4,5]]nd2 = np.array(list2
2020-06-24 17:34:51
203
原创 机器学习（二）
监督学习回归预测线性回归器支持向量机回归K 邻近回归回归树集成模型回归预测线性回归器线性回归器我们希望这个模型可以最小二乘预测损失。两种评测指标：平均绝对误差，均方误差。也可以使用R-squared评价方式。例：美国波士顿房价from sklearn.datasets import load_bostonfrom sklearn.model_selection import train_test_splitimport numpy as npfrom sklearn.preprocess
2020-06-03 18:49:04
261
原创 机器学习（一）
监督学习分类学习线性分类器分类学习线性分类器线性分类器：假设特征与分类结果存在线性关系的模型。定义x=<x1x_1x1,x2x_2x2,…,xnx_nxn>代表n维特征列向量，同时用n维向量w=<w1w_1w1,w2w_2w2,…,wnw_nwn>来表示对应的权重。这种线性关系可以表示：f(w,x,b)=wTw^TwT+b。其中f属于R对于二分类问题f属于[0,1]。使用Logistic函数：g(z)=...
2020-06-02 18:37:05
302
原创 pytorch-----RetinaFace(代码网络理解)
1、网络模型2、训练代码在之前的博客中。（1）骨干网：mobilenet0.25输入图片[640，640，3]batchsize=32有三层输出：对应图片的c3,c4,c5;out1[32,64,80,80]out2[32,128,40,40]out3[32,256,20,20]特征金字塔：fpn1[32,64,80,80]fpn2[32,64,40,40]fpn3[...
2020-04-18 19:44:13
998
原创 pytorch----retinaface(三种损失使用的函数)
pytorch----retinaface(三种损失使用的函数)retinaface损失函数定义：（1）L(cls)(面分类损失):#计算交叉熵loss_c = F.cross_entropy(conf_p, targets_weighted, reduction='sum')1、交叉熵的公式：其中P为真实值，Q为预测值。2、计算交叉熵的步骤：1)步骤说明：①将predic...
2020-04-12 18:46:42
1995
原创 pytorch----retinaface(测试)
test_widerface.pyfrom __future__ import print_functionimport osimport argparseimport torchimport torch.backends.cudnn as cudnnimport numpy as npfrom data import cfg_mnet, cfg_re50from layers.f...
2020-04-10 22:36:01
688
原创 pytorch----retinaface(训练)
pytorch----retinaface(训练)train.pyfrom __future__ import print_functionimport osimport torchimport torch.optim as optimimport torch.backends.cudnn as cudnnimport argparseimport torch.utils.data...
2020-04-08 11:05:03
2177
3
原创 pytorch----retinaface(data文件)
data文件目录FDDB文件存放fddb数据集：这里不做说明。config.py:# config.pycfg_mnet = { 'name': 'mobilenet0.25', 'min_sizes': [[16, 32], [64, 128], [256, 512]], 'steps': [8, 16, 32],##步幅与论文中有所不同 'var...
2020-04-07 21:48:42
721
2
原创 pytorch----retinaface(layer文件)
pytorch----retinaface(layer文件)(改了SSD的源码，添加了mandl)目录prior_box.pyimport torchfrom itertools import product as productimport numpy as npfrom math import ceil#生成先验框class PriorBox(object): d...
2020-04-07 17:31:30
370
原创 pytorch----RetinaFace(models)
自己的一些理解，如有错误请各位大老指出。models文件文件目录models为python文件自带__init__.py。net.py:import timeimport torchimport torch.nn as nnimport torchvision.models._utils as _utilsimport torchvision.models as models...
2020-04-04 18:25:59
619
原创 pytorch----RetinaFace（utils文件）
自己的一些理解，如有错误请各位大老指出。utils文件文件目录nmsnms为python文件自带__init__.pypy_cpu_nms.py代码为：# --------------------------------------------------------# Fast R-CNN# Copyright (c) 2015 Microsoft# Licensed und...
2020-03-31 21:46:27
413
1
原创 pytorch学习（二十一）多GPU
中间有一部分 fastai的内容楼主没有学习import torchimport torchvisiontorch.__version__4.5 多GPU并行训练在我们进行神经网络训练的时候，因为计算量巨大所以单个GPU运算会使得计算时间很长，使得我们不能够及时的得到结果，例如我们如果使用但GPU使用ImageNet的数据训练一个分类器，可能会花费一周甚至一个月的时间。所以在Pyto...
2020-03-31 16:39:23
718
原创 pytorch学习（二十）
%load_ext autoreload%autoreload 2import torchimport numpy as npimport torch.nn as nnimport torch.nn.functional as Ffrom PIL import Imagefrom torchvision import transformsfrom torchvision impor...
2020-03-31 16:12:02
615
1
原创 pytorch学习（十九）
楼主这篇文章涉及的代码大多没有调通，因为电脑原因，但原手册代码是对的，大家自己在尝试尝试！！！import torchimport numpy as npimport torch.nn as nnimport torch.nn.functional as Ffrom PIL import Imagefrom torchvision import transformsfrom torc...
2020-03-31 15:15:34
442
原创 pytorch学习（十八）
import torchimport mathimport numpy as npfrom visdom import Visdomimport timetorch.__version__4.2.1 使用Visdom在 PyTorch 中进行可视化Visdom是Facebook在2017年发布的一款针对PyTorch的可视化工具。官网,visdom由于其功能简单，一般会被定义为服务...
2020-03-31 12:41:53
182
原创 pytorch学习（十七）
%matplotlib inlineimport torch,os,torchvisionimport torch.nn as nnimport torch.nn.functional as Fimport pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom torch.utils.data import...
2020-03-31 11:50:36
421
原创 pytorch学习（十六）
%matplotlib inlineimport torchimport torch.nn as nnfrom torch.nn import functional as Ffrom torch import optimimport numpy as npfrom matplotlib import pyplot as pltimport matplotlib.animationi...
2020-03-30 22:47:00
711
原创 pytorch学习（十五）
import torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optimfrom torchvision import datasets, transformstorch.__version__3.2 MNIST数据集手写数字识别3.2.1 数据集介绍MNIST 包括6万...
2020-03-30 20:18:23
442
2
原创 pytorch学习（十四）
import torchimport torch.nn as nnimport numpy as nptorch.__version__3.1 logistic回归实战在这一章里面，我们将处理一下结构化数据，并使用logistic回归对结构化数据进行简单的分类3.1.1 logistic回归介绍logistic回归是一种广义线性回归（generalized linear model...
2020-03-30 18:23:45
1158
原创 pytorch学习（十三）
作者对这不是很熟悉2.5 循环神经网络2.5.1 RNN简介我们的大脑区别于机器的一个最大的特征就是我们有记忆，并且能够根据自己的记忆对未知的事务进行推导，我们的思想拥有持久性的。但是本教程目前所介绍的神经网络结构各个元素之间是相互独立的，输入与输出是独立的。RNN的起因现实世界中，很多元素都是相互连接的，比如室外的温度是随着气候的变化而周期性的变化的、我们的语言也需要通过上下文的关系来...
2020-03-30 17:54:09
558
原创 pytorch学习（十二）
import torchtorch.__version__2.4 卷积神经网络简介卷积神经网络由一个或多个卷积层和顶端的全连通层（也可以使用1x1的卷积层作为最终的输出）组成一种前馈神经网络。一般的认为，卷积神经网络是由Yann LeCun大神在1989年提出的LeNet中首先被使用，但是由于当时的计算能力不够，并没有得到广泛的应用，到了1998年Yann LeCun及其合作者构建了更加完...
2020-03-30 17:35:11
520
原创 pytorch学习（十一）
2.3 神经网络简介目前最广泛使用的定义是Kohonen于1988年的描述，神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所做出的交互反应。概述在生物神经网络中，每个神经元与其他神经元相连，当它兴奋时，就会向相连的神经元发送化学物质，从而改变这些神经元内的电位；如果某神经元的电位超过了一个阈值，那么它就会激活，即兴奋起来并向其他神经元发送...
2020-03-30 16:34:04
601
原创 pytorch学习（十）
2.2 深度学习基础及数学原理深度学习并没有想象的那么难，甚至比有些传统的机器学习更简单。所用到的数学知识也不需要特别的高深，本章将会一边讲解深度学习中的基本理论，一边通过动手使用PyTorch实现一些简单的理论，本章内容很多，所以只做一个简短的介绍2.2.1 监督学习和无监督学习监督学习、无监督学习、半监督学习、强化学习是我们日常接触到的常见的四个机器学习方法：监督学习：通过已有的训练样...
2020-03-29 20:47:57
389
原创 pytorch学习（九）
PyTorch 基础 :数据的加载和预处理PyTorch通过torch.utils.data对一般常用的数据加载进行了封装，可以很容易地实现多线程数据预读和批量加载。 并且torchvision已经预先实现了常用图像数据集，包括前面使用过的CIFAR-10，ImageNet、COCO、MNIST、LSUN等数据集，可通过torchvision.datasets方便的调用# 首先要引入相关的包...
2020-03-29 17:31:19
283
原创 pytorch学习（八）
PyTorch 基础 : 神经网络包nn和优化器optm约定：torch.nn 我们为了方便使用，会为他设置别名为nn，本章除nn以外还有其他的命名约定torch.nn是专门为神经网络设计的模块化接口。nn构建于 Autograd之上，可用来定义和运行神经网络。 这里我们主要介绍几个一些常用的类# 首先要引入相关的包import torch# 引入torch.nn并指定别名import...
2020-03-29 16:39:22
176
原创 pytorch学习（七）
使用PyTorch计算梯度数值PyTorch的Autograd模块实现了深度学习的算法中的向传播求导数，在张量（Tensor类）上的所有操作，Autograd都能为他们自动提供微分，简化了手动计算导数的复杂过程。在0.4以前的版本中，Pytorch使用Variable类来自动计算所有的梯度Variable类主要包含三个属性： data：保存Variable所包含的Tensor；grad：保存d...
2020-03-29 11:25:45
412
原创 pytorch学习（六）
PyTorch 基础 : 张量在第一章中我们已经通过官方的入门教程对PyTorch有了一定的了解，这一章会详细介绍PyTorch 里面的基础知识。 全部掌握了这些基础知识，在后面的应用中才能更加快速进阶，如果你已经对PyTorch有一定的了解，可以跳过此章# 首先要引入相关的包import torchimport numpy as np#打印一下版本torch.__version__...
2020-03-28 18:46:51
338
Cats and dogs.zip
2021-09-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人