可乐大牛的博客

使用paddle训练了模型，训练结束，当场做预测的时候没有问题，然后保存了模型之后我加载模型，想要再次预测的时候报错解决在model.load(‘/path’)后面加一句model.prepare()即可是什么原理未知

笔记地址：http://www.ai-start.com/ml2014/笔记地址：http://www.ai-start.com/dl2017/

目录

这里写目录标题tensortensor创建：获取形状：shape或者size函数加法：torch.add(x,y,out=y)，当然还有其他方式，但是这个方式最好！索引：与numpy类似其余选择函数：改变形状：view函数，1、并且可以使用-1表示系统自动推算，x=torch.randn(15).view(-1,5)；2、view返回的tensor与原来的tensor共享内存，可以先clone在使用view，y=x.clonew().view(15)。将tensor转换为python的n

一、起步anacondar的安装虚拟环境的创建 conda create -n pytorch python=3.7.0pytorch的安装，上pytorch官网复制命令即可本人是使用conda安装 cpu环境的opencv的安装conda install opencv-python编码环境：pycharm、jupyternotebook、和pycharm内置的python控制台学习法宝：dir()函数和help()函数二、学习加载数据集:Dataset ->提供一种方式

文章目录IOUIOU实现NMSNMS实现IOUIoU 的全称为交并比（Intersection over Union），IoU 计算方法有两种1、 “预测的边框” 和 “真实的边框” 的交集和并集的比值。2、 “预测的边框” 和 “真实的边框” 的交集和较小的预测框的比值一般常用第一种计算 但是当一个框在另一个框内部 IOU很小时 可以次啊用第二种求两个框的交集：两个框box1=[x1,y1,x2,y2]，box2=[x1,y1,x2,y2] 分别是框左上角的坐标和右下角的坐标，交集部分的坐标

https://www.cnblogs.com/zgqcn/p/14015832.html

文章目录1、机器学习基本概念介绍1、机器学习基本概念介绍机器学习的任务：回归、分类、结构化学习过程：设计一个带未知有参数的函数(运用领域知识)、设计损失函数、参数优化

import torchimport numpy as npDEVICE='cuda' if torch.cuda.is_available() else 'cpu'# 初始化方法1x=torch.tensor([[1,2,7],[3,4,5]],dtype=torch.float32,device=DEVICE,requires_grad=True)# 初始化方法2input=torch.rand((3,3))x=torch.rand_like(input) # 产生与input相同尺