TTXS_RS的博客

Win2Win的Pycharm远程调试是可行的！！

反卷积参数设置（N倍上采样）

pywintypes.py:2: DeprecationWarning: the imp module is deprecated in favour of importlib; see the module's documentation for alternative uses import imp, sys, os

在处理数据的过程中一直运行正常的padding函数突然报错Traceback (most recent call last): File "D:\miniconda\lib\site-packages\IPython\core\interactiveshell.py", line 3437, in run_code exec(code_obj, self.user_global_ns, self.user_ns) File "<ipython-input-39-3415d73fe

看文章看到了作者使用cross-entropy loss 代替 softmax loss，原文如下： Second, the original SegNet is designed for semantic segmentation, which sets up a softmax loss layer to measure the prediction error in each object channel. While in the DeepCrack network, the output

csdn上一些对torch.nn.cat()中dim参数描述存在误导性。很多讲解只是以二维tensor为例，对于初学者很不友好，可能会误以为dim=0就是以行拼接，dim=1就是按列拼接。这种理解在做深度学习时，带来的错误可能是致命性的，torch的输入往往是(batch，channel，H，W)，这时候dim=0就是按batch拼接，dim=1就是按channel拼接 。。。demo：>>> import torch>>> a = torch.randn(2

常用精度评价指标遇到什么写什么，有错误可以在评论中指出，非常感谢背景精度--precision准确率--accuracy召回率--recallF-Score & F1-Score特异度--specificity遇到什么写什么，有错误可以在评论中指出，非常感谢现在，本文包括精度、召回率、灵敏度、recall、F-Score和F1-Score由于现在还不需要，所以没有给出每个指标的数学含义，后续会有补充背景类别英文缩写含义真阳性TP标签为目标且分为目标真阴性T