<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[qq_42242829的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qq_42242829</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq_42242829]]></copyright><item><title><![CDATA[Pytorch计算模型的参数量和GFLOPs]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/131601358</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/131601358</guid><author>qq_42242829</author><pubDate>Fri, 07 Jul 2023 17:28:21 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[张量分解学习推荐]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/123865260</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/123865260</guid><author>qq_42242829</author><pubDate>Thu, 31 Mar 2022 10:25:56 +0800</pubDate><description><![CDATA[张量分解学习推荐

感谢https://blog.youkuaiyun.com/bqw18744018044/article/details/104948578


]]></description><category></category></item><item><title><![CDATA[ubuntu镜像备份与恢复]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/120509951</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/120509951</guid><author>qq_42242829</author><pubDate>Mon, 27 Sep 2021 15:40:36 +0800</pubDate><description><![CDATA[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 su
fdisk -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.sfs
5. sync
umount /mnt
以上备份好了

恢复系]]></description><category></category></item><item><title><![CDATA[Ubuntu20.04安装Tensorflow2.5 - GPU]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/120491127</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/120491127</guid><author>qq_42242829</author><pubDate>Sun, 26 Sep 2021 16:23:30 +0800</pubDate><description><![CDATA[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_configurations


Cuda-Toolkit版本]]></description><category></category></item><item><title><![CDATA[Ubuntu双系统安装自动分区]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/120488481</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/120488481</guid><author>qq_42242829</author><pubDate>Sun, 26 Sep 2021 14:42:39 +0800</pubDate><description><![CDATA[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

]]></description><category></category></item><item><title><![CDATA[Ubuntu显卡驱动损坏导致的开机问题]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/120475854</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/120475854</guid><author>qq_42242829</author><pubDate>Sat, 25 Sep 2021 19:14:01 +0800</pubDate><description><![CDATA[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。

...]]></description><category></category></item><item><title><![CDATA[TX2刷机与openpose的配置]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/109020866</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/109020866</guid><author>qq_42242829</author><pubDate>Mon, 12 Oct 2020 08:59:26 +0800</pubDate><description><![CDATA[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：]]></description><category></category></item><item><title><![CDATA[华为H22M-03服务器ubuntu配置]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/108970302</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/108970302</guid><author>qq_42242829</author><pubDate>Thu, 08 Oct 2020 23:29:29 +0800</pubDate><description><![CDATA[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

]]></description><category></category></item><item><title><![CDATA[MAC 配置openpose和python API的使用]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/108174105</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/108174105</guid><author>qq_42242829</author><pubDate>Sat, 22 Aug 2020 20:39:01 +0800</pubDate><description><![CDATA[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]]></description><category></category></item><item><title><![CDATA[Tensorflow实现卷积神经网络]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/107068568</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/107068568</guid><author>qq_42242829</author><pubDate>Wed, 01 Jul 2020 19:19:25 +0800</pubDate><description><![CDATA[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]]></description><category></category></item><item><title><![CDATA[python深度学习Tensorflow基础（三）]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/107002331</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/107002331</guid><author>qq_42242829</author><pubDate>Sun, 28 Jun 2020 16:48:51 +0800</pubDate><description><![CDATA[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]]></description><category></category></item><item><title><![CDATA[python深度学习Tensorflow基础（二）]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/106967995</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/106967995</guid><author>qq_42242829</author><pubDate>Fri, 26 Jun 2020 21:26:18 +0800</pubDate><description><![CDATA[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]]></description><category></category></item><item><title><![CDATA[python深度学习Tensorflow基础（一）]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/106949941</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/106949941</guid><author>qq_42242829</author><pubDate>Thu, 25 Jun 2020 18:42:12 +0800</pubDate><description><![CDATA[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]]></description><category></category></item><item><title><![CDATA[Python深度学习基予tensorflow(Numpy)]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/106926513</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/106926513</guid><author>qq_42242829</author><pubDate>Wed, 24 Jun 2020 17:34:51 +0800</pubDate><description><![CDATA[NumPy常用操作
NumPy提供了两种基本对象：ndarray,ufunc
生成ndarray
1、从已有数据中创建
（1）将列表转换成ndarray
import numpy as np
list1 = [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ndarray
list2 = [[3.14,2.17,0,1,2],[1,2,3,4,5]]
nd2  = np.array(list2]]></description><category></category></item><item><title><![CDATA[机器学习（二）]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/106528161</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/106528161</guid><author>qq_42242829</author><pubDate>Wed, 03 Jun 2020 18:49:04 +0800</pubDate><description><![CDATA[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_boston
from sklearn.model_selection import train_test_split
import numpy as np
from sklearn.preprocess]]></description><category></category></item><item><title><![CDATA[机器学习（一）]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/106497876</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/106497876</guid><author>qq_42242829</author><pubDate>Tue, 02 Jun 2020 18:37:05 +0800</pubDate><description><![CDATA[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=&lt;x1x_1x1​,x2x_2x2​,…,xnx_nxn​&gt;代表n维特征列向量，同时用n维向量w=&lt;w1w_1w1​,w2w_2w2​,…,wnw_nwn​&gt;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)=

...]]></description><category></category></item><item><title><![CDATA[pytorch-----RetinaFace(代码网络理解)]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/105603557</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/105603557</guid><author>qq_42242829</author><pubDate>Sat, 18 Apr 2020 19:44:13 +0800</pubDate><description><![CDATA[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[...]]></description><category></category></item><item><title><![CDATA[pytorch----retinaface(三种损失使用的函数)]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/105471293</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/105471293</guid><author>qq_42242829</author><pubDate>Sun, 12 Apr 2020 18:46:42 +0800</pubDate><description><![CDATA[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...]]></description><category></category></item><item><title><![CDATA[pytorch----retinaface(测试)]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/105443858</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/105443858</guid><author>qq_42242829</author><pubDate>Fri, 10 Apr 2020 22:36:01 +0800</pubDate><description><![CDATA[test_widerface.py
from __future__ import print_function
import os
import argparse
import torch
import torch.backends.cudnn as cudnn
import numpy as np
from data import cfg_mnet, cfg_re50
from layers.f...]]></description><category></category></item><item><title><![CDATA[pytorch----retinaface(训练)]]></title><link>https://blog.youkuaiyun.com/qq_42242829/article/details/105381234</link><guid>https://blog.youkuaiyun.com/qq_42242829/article/details/105381234</guid><author>qq_42242829</author><pubDate>Wed, 08 Apr 2020 11:05:03 +0800</pubDate><description><![CDATA[pytorch----retinaface(训练)
train.py
from __future__ import print_function
import os
import torch
import torch.optim as optim
import torch.backends.cudnn as cudnn
import argparse
import torch.utils.data...]]></description><category></category></item></channel></rss>