
pytorch学习库
地平线here
你看那天上的云彩,合合散散,好似人生
展开
-
关于使用cv2.ColorMap的错误:error: (-5:Bad argument) cv::ColorMap only supports source images of type CV_8UC
error: (-5:Bad argument) cv::ColorMap only supports source images of type CV_8UC1 or CV_8UC3 in function 'operator()'原创 2022-08-27 10:02:44 · 2643 阅读 · 0 评论 -
关于jupyter的jt -l等方法的报错
当你将网上大多的方法都试过以后发现依然无法解决,可以尝试将jupyterthemes的版本降低执行完成后,可执行pip install --upgrade jupyterthemes #升级版本之后即可使用jt 等命令原创 2022-04-17 11:58:54 · 726 阅读 · 0 评论 -
在ubuntu下使用tensorBoard
在ubuntu下使用tensorBoard原创 2022-04-14 14:51:37 · 2010 阅读 · 0 评论 -
关于torch的一些方法的参数说明(以torch.zeros为例)
今天我在理解一个例子的时候,我使用了一下torch.zeros却莫名秒的报错1.原始codebatch_size=64,dim=4def a(batch_size,dim): out = torch.zeros(batch_size, dim) print(out) out[np.arange(64), 2] = 1 print(out)a(batch_size,dim)2.error:TypeError: zeros(): argument 'size'原创 2022-04-13 11:06:06 · 3313 阅读 · 0 评论 -
蓝奏云的Rafd数据集
radf数据集(StarGAN)原创 2022-04-12 09:47:25 · 1625 阅读 · 6 评论 -
深度学习中模型结构可视化的两个方法
本文主要说两个方式torchsummary库关于一个可视化的函数,原文链接是:可视化(输出pdf)由于 我们需要展示,这里我使用CycleGAN的利用残差块的生成器代码如下:class ResidualBlock(nn.Module): def __init__(self, in_features): super(ResidualBlock, self).__init__() conv_block = [ nn.ReflectionPad2d(1),原创 2022-04-05 15:02:36 · 2443 阅读 · 0 评论 -
Ubuntu中的anaconda的虚拟环境用的是base环境的python问题
Ubuntu anaconda 虚拟环境 base环境 python混淆问题 visdom(安装了)提示找不到等原创 2022-03-26 10:23:09 · 3969 阅读 · 2 评论 -
ubuntu的jupyter notebook使用anaconda的虚拟环境(两种方法)
配置jupyter使用的虚拟环境第一个方法(搜到的大多数人,但是我的不行): 首先打开终端 conda activate env_name 接下来执行 conda install ipykernel 之后在当前的虚拟环境中执行 python -m ipykernel install --user --name env_name --display-name "Python env_name"然后启动jupyter notebook jupyter notebook第二个方法:需原创 2022-03-25 14:24:36 · 2845 阅读 · 0 评论 -
乌班图安装pytorch(在你设置的镜像都没有用时可以使用这个)
乌班图 pytorch 安装原创 2022-03-24 15:02:45 · 2310 阅读 · 0 评论 -
关于anaconda强制报错,甚至打不开
为大家提供一个思路基本没啥用,就是你去看自己的镜像路径是否有问题,例如:channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsingh原创 2022-03-17 22:25:57 · 769 阅读 · 0 评论 -
VGG网络架构实现,并用于MNIST数据集
VGG网络架构实现,并用于MNIST数据集原创 2022-03-09 14:17:41 · 759 阅读 · 0 评论 -
WGAN的代码实现
WGAN,哔站讲解的源码注释原创 2022-02-24 15:35:48 · 3119 阅读 · 2 评论 -
pytorch进阶学习(每日一更)day06--RNN Language Model(待补充)****
RNN Language Model注意点:关于RNN language model 的概念Language Modeling就是预测下一个出现的词的概率的任务。解决language model 的问题有多种解决方法原文链接:https://blog.youkuaiyun.com/Kaiyuan_sjtu/article/details/120806768①统计学方法n-gram model 是不使用深度学习的方法,直接利用**「条件概率」**来预测下一个单词是什么②neural language m原创 2022-01-23 17:27:56 · 670 阅读 · 0 评论 -
pytorch进阶学习(每日一更)day05--循环神经网络的实现
RNN pytorch原创 2022-01-22 17:31:10 · 408 阅读 · 0 评论 -
pytorch的基础学习(每日一更)day04--正馈神经网络
本代码使用MNIST数据集,神经网络的隐藏层只有一层,结构简单,代码注释齐全(可直接copy运行)知识点:1.通过cmd查看GPU的状态 nvidia-smi(查看GPU状态) nvidia-smi -L (查看电脑可用的GPU)2.设置使用GPU的代码device=torch.device('cuda' if torch.cuda.is_available() else 'cpu')3.使用到to(device)的地方有①初始化模型model=NeuralNet(input原创 2022-01-21 21:44:22 · 757 阅读 · 0 评论 -
pytorch的基础学习(每日一更)day03--逻辑回归
用的数据集是MNIST数据集,网络结构就一层(适合Pytorch新手学习)(包括数据的下载,加载,模型定义,模型训练,模型测试,测试集的准确率计算等)在代码最后还有关于max()函数的参数说明原创 2022-01-21 16:37:11 · 109 阅读 · 0 评论 -
关于Tensor的对象的“==”运算,发现“==”后可以使用sum()方法进行计数(即元素相等的个数)
关于Tensor的对象的“==”运算,发现“==”后可以使用sum()方法进行计数(即元素相等的个数)原创 2022-01-21 16:30:12 · 1340 阅读 · 0 评论 -
pytorch的基础学习(每日一更)day02--线性回归
线性回归例子github的网址->day01https://blog.youkuaiyun.com/qq_43570557/article/details/122618446?spm=1001.2014.3001.5502代码(详细注解)#此例子是模拟线性回归# (假设网络只有一层FC层)import torchimport torchvisionimport torch.nn as nnimport numpy as npimport matplotlib.pyplot as plt原创 2022-01-21 12:49:16 · 329 阅读 · 0 评论 -
pytorch的基础学习(每日一更)day01
pytorch基础学习day01原创 2022-01-21 12:03:47 · 688 阅读 · 0 评论