XCCCCZ的博客

由于pytorch自1.11版开始发生了很大变化，原来基于C实现的THC封装实现的调用cuda、cudnn和cublas的API(只能用NVIDIA的GPU)被基于C++实现的ATen和c10里的API代替(ATen通过vulkan实现支持NVIDIA以外的GPU， ATen代码在https://github.com/pytorch/pytorch/tree/main/aten/src/ATen)，THC下的文件基本被删掉了，所以编译DCNv2时会遇到很多错误。

大数组需要循环单个赋值时适合在GPU上还是CPU上运算？就上面的循环赋值运算的性能来说，我实验得到的结果是: python list > numpy.ndarray > torch.tensor。

而是类似上面这样给出spawn里的发起调用的位置这种没用的信息，再就是进程出错的粗略原因，后者稍微有点用，但是只有这个信息很难快速定位出错的根本原因！像上面这个SIGSEGV错误，花了好一阵时间才定位到出错的地方，居然是一个numpy数组越界访问了，很简单: m = ms[j, i]，而python没有任何out of bounds这样的错误抛出来！不知为何上面的情况下抛不出IndexError，而是允许非法越界访问直到某个时候发生SIGSEGV错误而崩溃。

有时遇到有的模型训练或测试脚本执行时遇到torch.autograd.gradcheck()抛出类似如下的错误:有时报的是Jacobian mismatch for output 0 with respect to input 0，这个出错的原因都是一个：torch.autograd.gradcheck()要求参数计算的PyTorch Tensor数据都是torch.DoubleTensor类型的(torch.float64)，也就是双精度数据，而不是默认的torch.FloatTensor类.

安装TensorRT后，进入到/usr/src/tensorrt/bin目录下，可以看到有个trtexec二进制可执行文件，执行 ./trtexec --help可以看到命令行支持的所有参数项:=== Model Options === --uff=<file> UFF model --onnx=<file> ONNX model --model=<file> Caffe

还是以onnx为例，执行下面的命令解析onnx生成engine并推理输出结果到一个json文件:./trtexec --onnx=efficientdet-d0-s.onnx --loadInputs='data':o4_clip-1_raw_data.bin --saveEngine=efficientdet-d0-s.engine --exportOutput=trtexec-result.json这个--exportOutput指定的json文件里保存的是network的输出节点的数据，对

不久前在实验使用https://github.com/StanfordVL/rubiksnet这个视频动作识别模型时，发现其对python版要求3.7以上，于是尝鲜下载了个python3.9.6编译安装：wget https://www.python.org/ftp/python/3.9.6/Python-3.9.6.tgztar xf Python-3.9.6.tgzcd Python-3.9.6sudo apt-get install build-essential python3-dev

Pytorch内集成有视频分类功能，提供了三个基于Kinectis400/600/700数据集(https://deepmind.com/research/open-source/kinetics)训练的网络模型(ResNet3D、Mixed Convoluation、R(2+1)D )可用来实现视频动作识别(Activity Recognition)。 相关论文链接https://arxiv.org/abs/1711.11248 模型的代码参见 https://...

CenterNet是anchor-free类型网络，具有识别精度高且速度快的特点，根据作者的论文中列出的数据来看，指标综合考虑来看比较牛了： 最后那个CenterNet-HG，也就是backbone使用的Hourglass-104网络的AP值只比FSAF低一点了(但是FSAF目前貌似还没有源码放出来),比YOLO序列和RCNN序列都强很多，虽然FPS自有7.8，但是对一般实...

从docker远程仓库拉取自己想要的镜像，首先最好查看docker镜像的版本号TAG，以确认版本是自己想要的，查看docker镜像的版本号，需先打开网页：https://hub.docker.com/r/library/然后左上角输入名字搜索想要的镜像，比如tensorflow:在列出的结果中点击进入相应的主页后，点击Tags标签，查找自己想要的版本,然后点击右边相应的复制按钮复制...

    个人经验觉得，任何一门语言或框架或SDK工具，功能越多API也越多，不可能在短时间内全部熟悉且记得住，一般都是工作中一点一点多次使用接触后才慢慢熟悉掌握全部API的，在此之前只能是在读别人的代码、修改别人的代码或自己写代码时根据需要去多次反复查阅API和Guide文档，来逐渐熟悉和掌握每个API。     为作为一个读代码时方便查阅的集中入口，把Tensorflow和Caffe的API...

边看<<深度学习框架 PyTorch入门与实践>>，边满怀欢喜的跑到https://pytorch.org/ 上准备安装PyTorch 0.4版，根据https://github.com/pytorch/pytorch/releases说的0.4做了一些重要的改进而且还支持Windows了，好事啊，可是怎么点击https://pytorch.org/ 这些按钮怎么都...