学习笔记

pytorch distributed 分布式训练

目标检测标签y=[pc, bx, by, bw, bh, c1, c2, c3]^T其中pc表示是否存在目标(1:存在；0:反之)。bx，by表示目标中心点坐标，bw，bh表示目标宽高。c1,c2,c3表示是否属于对应类别。损失L(\hat{y}, y) = (\hat{y_1}, y_1)^2 + (\hat{y_2}, y_2)^2 + ... + (\hat{y_4}, y_4)^2 + ... + (\hat{y_8}, y_8)^2y1即pc，可以使用逻辑回归计算损失y2~y4，坐

废了不小的力气，把pytorch安装成功，网速不好，换到了清华的源，使用管理员身份运行，安装顺利完成。 使用以下代码测试，同时测试安装的CUDA和CUDNN是否可用。# CUDA TESTimport torcha = torch.Tensor([1.0])cu = a.cuda()print(cu)# CUDNN TESTfrom torch.backends import ...

为了跑两张图片的光流图看看效果，在github上找了Flownet pytorch的这个代码（我不会说因为这个提供了测试demo的）。我的环境：ubuntu18.04python3.6pytorch0.3GTX1080ti首先按照他的提示installInstallation# install custom layerscd FlowNet2_srcbash install.s...