qq_43422995的博客

pythorch初始化权重

CrossEntropLoss

模型结构参考https://zhuanlan.zhihu.com/p/353235794import torchimport torch.nn as nnimport torchvisiondevice = torch.device('cuda' if torch.cuda.is_available() else 'cpu')class input_layer(nn.Module): # def __init__(self): super(input_layer,

每一个残差块的第一个layer通道加倍，宽高减半，后边的所有layer保持不变。import torch.nn as nnimport torchvisionimport torchclass Resnet(nn.Module): def __init__(self, input_channels, num_channels, use_1x1conv=False, strides=1): super(Resnet, self).__init__() self.

一、导入包含的包import torchimport torchvisionfrom torch.utils.data import DataLoaderfrom tensorboardX import SummaryWriter # tensorboardimport torch.nn as nnimport cv2 as cvimport numpy as npimport timefrom emnist_moudle import * # 导入网络模型 emnist_moudle

ubuntu一些错误。。。sudo rm -r -f /var/lib/dpkg/lock-frontendsudo rm -r -f /var/lib/dpkg/lock进程被锁

首先检查是否安装了lxml ，pyqtpip install pyqt=5pip install lxml注意要在anaconda的终端中打开D:\labelimg\labelImg-master打开此文件夹输入pyrcc5 -o libs/resources.py resources.pypython labelImg.py注意一定要在anaconda中打开目录！！！！...

刚开始的时候使用jupyter时不显示自己创建的工作环境（箭头处）解决方法如下：首先创建pytorch的工作环境conda create -n pytorch python = 3.7 激活这个工作环境conda activate pytorch当看到命令行前显示 pytorch时，此时环境创建成功当前状态下输入：conda install nb_conda如果想再当前环境下使用pytorch可以参考另一篇文章之后再输入jupyter notebook此时便可以使用当前工作空间

首先安装cuda在官网看到pytorch1.11已经不支持CUDA10.2,所以我安装了11.3版本（之前的版本1.8.2应该支持但是我没试）https://developer.nvidia.com/cuda-toolkit-archive到网站找到想要下载的cuda toolkit版本下载cudaDnnhttps://developer.nvidia.com/rdp/cudnn-archive选择对应版本的CUDADNN进行下载 （在下载过程中需要登陆注册，有的时候那个网站会卡一下）2安装

记录下STL的笔记1字符串的赋值操作assign函数的重载与=的重载//c++中字符串的赋值操作 string str1 = "hello c++"; string str2, str3; str2.assign("hello world"); // cout <<"str1中的内容"<< str1 << endl; cout << "str2中的内容"<<str2 << endl; str2.assign(str