- Pytorch自动混合精度(AMP)的使用总结pytorch从1.6版本开始，已经内置了torch.cuda.amp，采用自动混合精度训练就不需要加载第三方NVIDIA的apex库了。本文借鉴别人的文章和自己的经验编写，如果有错误还请大家指正。本文包含一下内容：1、介绍混合精度实现的两个接口。2、如何将混合精度和梯度裁剪结合。3、如果在torch.nn.DataParallel方式下实现混... Pytorch自动混合精度(AMP)的使用总结pytorch从1.6版本开始，已经内置了torch.cuda.amp，采用自动混合精度训练就不需要加载第三方NVIDIA的apex库了。本文借鉴别人的文章和自己的经验编写，如果有错误还请大家指正。本文包含一下内容：1、介绍混合精度实现的两个接口。2、如何将混合精度和梯度裁剪结合。3、如果在torch.nn.DataParallel方式下实现混...
- 大家好，我是小寒。今天我们来分享第二个深度学习案例：手写数字识别。MNIST 手写数字识别数据集来自美国国家标准与技术研究所(National Institute of Standards and Technology,NIST)。这个数据集由250个不同人手写的数字构成, 其中50%来自高中生, 50%来自美国人口普查局(the Census Bureau) 的工作人员。MNIST 是图像... 大家好，我是小寒。今天我们来分享第二个深度学习案例：手写数字识别。MNIST 手写数字识别数据集来自美国国家标准与技术研究所(National Institute of Standards and Technology,NIST)。这个数据集由250个不同人手写的数字构成, 其中50%来自高中生, 50%来自美国人口普查局(the Census Bureau) 的工作人员。MNIST 是图像...
- 原文链接大家好，我是小寒。今天来分享一个真实的 Kaggle ⽐赛案例：预测房价。此数据集由 Bart DeCock 于 2011 年收集，涵盖了2006-2010 年期间亚利桑那州埃姆斯市的房价。 读取数据集数据分为训练集和测试集。每条记录包括了房屋的属性，如街道类型、施⼯年份、屋顶类型、地下室状况等。这些特征由各种数据类型组成。我们使⽤ pandas 分别加载包含训练数据和测试数据的两个... 原文链接大家好，我是小寒。今天来分享一个真实的 Kaggle ⽐赛案例：预测房价。此数据集由 Bart DeCock 于 2011 年收集，涵盖了2006-2010 年期间亚利桑那州埃姆斯市的房价。 读取数据集数据分为训练集和测试集。每条记录包括了房屋的属性，如街道类型、施⼯年份、屋顶类型、地下室状况等。这些特征由各种数据类型组成。我们使⽤ pandas 分别加载包含训练数据和测试数据的两个...
- @[toc] 摘要MixConv 的主要思想是在单个深度卷积操作中混合多个不同大小的内核，以便它可以轻松地从输入图像中捕获不同类型的模式。 大核来捕获高分辨率的特征(我理解是全局的特征)，又需要小核来捕获低分辨率的特征（我理解是图片的纹理特征），以提高模型的准确性和效率。网络结构如图:这种特征拼接和Inceptions 有很多相似的地方，但是卷积采用分组卷积的方式，所以参数的计算量比较小。想... @[toc] 摘要MixConv 的主要思想是在单个深度卷积操作中混合多个不同大小的内核，以便它可以轻松地从输入图像中捕获不同类型的模式。 大核来捕获高分辨率的特征(我理解是全局的特征)，又需要小核来捕获低分辨率的特征（我理解是图片的纹理特征），以提高模型的准确性和效率。网络结构如图:这种特征拼接和Inceptions 有很多相似的地方，但是卷积采用分组卷积的方式，所以参数的计算量比较小。想...
- 问题背景在运行yolov5的detect.py文件时，报了下面的错误，之前也遇到过且解决过，所以这次记录下解决方案。RuntimeError: Couldn’t load custom C++ ops. This can happen if your PyTorch and torchvision versions are incompatible, or if you had errors... 问题背景在运行yolov5的detect.py文件时，报了下面的错误，之前也遇到过且解决过，所以这次记录下解决方案。RuntimeError: Couldn’t load custom C++ ops. This can happen if your PyTorch and torchvision versions are incompatible, or if you had errors...
- PyTorch模型定义 1. 前言好久没更新了，2022年也过去快一半了，更文量还是不如前几年。近期会尝试加快更新的进度。本篇文章的更新内容是PyTorch模型的定义。 2. PyTorch模型定义的方式 2.1. SequentialSequential 类可以通过更加简单的方式定义模型。它可以接收一个子模块的有序字典(OrderedDict) 或者一系列子模块作为参数来逐一添加 Mod... PyTorch模型定义 1. 前言好久没更新了，2022年也过去快一半了，更文量还是不如前几年。近期会尝试加快更新的进度。本篇文章的更新内容是PyTorch模型的定义。 2. PyTorch模型定义的方式 2.1. SequentialSequential 类可以通过更加简单的方式定义模型。它可以接收一个子模块的有序字典(OrderedDict) 或者一系列子模块作为参数来逐一添加 Mod...
- 三阶多项式拟合正弦函数(numpy, ndarray) 张量 直接由数据得到 由NumPy array得到 由另一个张量得到 初始化随机或常量值张量 张量的属性 张量运算 标准numpy式的索引和切片 连接张量[2] 算术运算 单元素张量 就地(In-place)操作[3] 张量与Numpy 数组 张量 到 NumPy 数组 NumPy 数组 到 张量 三阶多项式拟合正弦函数(pytorc... 三阶多项式拟合正弦函数(numpy, ndarray) 张量 直接由数据得到 由NumPy array得到 由另一个张量得到 初始化随机或常量值张量 张量的属性 张量运算 标准numpy式的索引和切片 连接张量[2] 算术运算 单元素张量 就地(In-place)操作[3] 张量与Numpy 数组 张量 到 NumPy 数组 NumPy 数组 到 张量 三阶多项式拟合正弦函数(pytorc...
- 本文介绍了如何搭建Jetson AGX Orin的HelloWord环境。 本文介绍了如何搭建Jetson AGX Orin的HelloWord环境。
- @[toc] 摘要在前面的文章中，我提到过segmentation_models.pytorch语义分割框架，今天这篇文章向大家展示如何使用segmentation_models.pytorch实现语义分割算法。通过这篇文章，你可以学到：1、如何使用segmentation_models.pytorch图像分割框架实现语义分割算法？2、如何使用和加载语义分割数据集？3、如何使用交叉熵和dic... @[toc] 摘要在前面的文章中，我提到过segmentation_models.pytorch语义分割框架，今天这篇文章向大家展示如何使用segmentation_models.pytorch实现语义分割算法。通过这篇文章，你可以学到：1、如何使用segmentation_models.pytorch图像分割框架实现语义分割算法？2、如何使用和加载语义分割数据集？3、如何使用交叉熵和dic...
- 开源无敌、开源万岁~ 开源无敌、开源万岁~
- 单显卡先看单显卡如何实现训练：第一步：检查环境内是否有cuda环境，如果有则将device 设置为cuda，如果没有则设置为cpu device = torch.device("cuda" if torch.cuda.is_available() else "cpu")第二步：定义模型，并将模型放入device。model = mobilenet_v3_large(pretrained=T... 单显卡先看单显卡如何实现训练：第一步：检查环境内是否有cuda环境，如果有则将device 设置为cuda，如果没有则设置为cpu device = torch.device("cuda" if torch.cuda.is_available() else "cpu")第二步：定义模型，并将模型放入device。model = mobilenet_v3_large(pretrained=T...
- @[TOC] 摘要本例提取了植物幼苗数据集中的部分数据做数据集，数据集共有12种类别，演示如何使用pytorch版本的mobilenetv2图像分类模型实现分类任务。将训练的模型转为onnx，实现onnx的推理，然后再将onnx转为TensorRT，并实现推理。通过本文你和学到： 1、如何从torchvision.models调用mobilenetv2模型？ 2、如何自定义数据集加载方式... @[TOC] 摘要本例提取了植物幼苗数据集中的部分数据做数据集，数据集共有12种类别，演示如何使用pytorch版本的mobilenetv2图像分类模型实现分类任务。将训练的模型转为onnx，实现onnx的推理，然后再将onnx转为TensorRT，并实现推理。通过本文你和学到： 1、如何从torchvision.models调用mobilenetv2模型？ 2、如何自定义数据集加载方式...
- 超分重建 PSSNR、SSIM 超分重建 PSSNR、SSIM
- segmentation_models_pytorch是一个基于PyTorch的图像分割神经网络这个新集合由俄罗斯的程序员小哥Pavel Yakubovskiy一手打造。github地址：GitHub - qubvel/segmentation_models.pytorch: Segmentation models with pretrained backbones. PyTorch. ... segmentation_models_pytorch是一个基于PyTorch的图像分割神经网络这个新集合由俄罗斯的程序员小哥Pavel Yakubovskiy一手打造。github地址：GitHub - qubvel/segmentation_models.pytorch: Segmentation models with pretrained backbones. PyTorch. ...
- 学习总结@[toc] 一、ipdb介绍代码量少时debug：使用print和log调试代码；better做法：一遍运行一遍检查里面的变量和方法。pdb是python交互式的调试工具，其作用：根据需求跳转到任意的python代码断点查看任意变量、单步执行代码甚至修改变量的值，不必重启程序ipdb是增强版的pdb，提供了调试模式下的代码自动补全，有更好的语法高亮和代码溯源，与pdb接口完全兼容... 学习总结@[toc] 一、ipdb介绍代码量少时debug：使用print和log调试代码；better做法：一遍运行一遍检查里面的变量和方法。pdb是python交互式的调试工具，其作用：根据需求跳转到任意的python代码断点查看任意变量、单步执行代码甚至修改变量的值，不必重启程序ipdb是增强版的pdb，提供了调试模式下的代码自动补全，有更好的语法高亮和代码溯源，与pdb接口完全兼容...
上滑加载中
推荐直播
-
基于开源鸿蒙+海思星闪开发板：嵌入式系统开发实战（Day1）2025/03/29 周六 09:00-18:00
华为开发者布道师
本次为期两天的课程将深入讲解OpenHarmony操作系统及其与星闪技术的结合应用，涵盖WS63E星闪开发板的详细介绍、“OpenHarmony+星闪”的创新实践、实验环境搭建以及编写首个“Hello World”程序等内容，旨在帮助学员全面掌握相关技术并进行实际操作
回顾中 -
基于开源鸿蒙+海思星闪开发板：嵌入式系统开发实战（Day2）2025/03/30 周日 09:00-12:00
华为开发者布道师
本次为期两天的课程将深入讲解OpenHarmony操作系统及其与星闪技术的结合应用，涵盖WS63E星闪开发板的详细介绍、“OpenHarmony+星闪”的创新实践、实验环境搭建以及编写首个“Hello World”程序等内容，旨在帮助学员全面掌握相关技术并进行实际操作
回顾中 -
从AI基础到昇腾：大模型初探、DeepSeek解析与昇腾入门2025/04/02 周三 16:00-17:30
不易 / 华为云学堂技术讲师
昇腾是华为研发的AI芯片，其具有哪些能力？我们如何基于其进行开发？本期直播将从AI以及大模型基础知识开始，介绍人工智能核心概念、昇腾AI基础软硬件平台以及昇腾专区，旨在为零基础或入门级学习者搭建从AI基础知识到昇腾技术的完整学习路径。
回顾中
热门标签