Tyandy1的博客

使用卷积神经网络实现利用GPU对大规模的数据集进行训练，并且提取出多层特征的一种模型。：控制全连接层的模型复杂度，效果优于权重衰减（Lenet使用的方法）：对图像进行数据增强，裁剪、翻转、变色，更大的样本量从而减少过拟合。

其中~/Code/SceneRecognition/hierarchical_loc/retrievalnet/downloading/google_landmarks_index.csv为刚刚下载好的google_landmarks_index.csv文件的路径，如果和我的不一样的话请换成你自己的地址。打开终端，执行以下脚本文件。1、拍摄一段视频，截取图片，然后直接将自己的数据集放入/home/user/Code/SceneRecognition/hierarchical_loc/DATA路径下。

最近需要使用可以旋转的矩形框标注数据集，所以要在已有Labelimg的基础上再安装RoLabelImg，但是看到网上好多教程都是基于pyqt4的，其实pyqt5也可以正常安装啊！

虽然之前跑过yolov5就配置过虚拟环境和深度学习框架，但是隔了一段时间没有用到深度学习的框架就又忘记了怎么在VScode里使用pytorch/tensorflow框架，深度学习依赖的numpy,pandas,kereas…又应该放在哪？是使用在哪的？因此，本文在记录配置pytorch的过程中同时回答以上问题。

Cuda驱动可以在官网下载，它是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用，而我们需要进行的深度学习跑神经网络的时候需要使用使用。cuDNN是一个专门用于神经网络的加速包，注意，它跟我们的CUDA没有完全一一对应的关系，即每一个版本的CUDA可能有好几个版本的cuDNN与之对应，但一般是有大致对应关系的。