- 如果单张图片比，torch比opencv读写要快。但是数据量大了之后，也慢， 300张图片一起，遍历读取422ms 300个遍历反序列化 106ms # coding='utf-8'import osimport timefrom distributed.protocol import serialize, deserializeimport cv2impor... 如果单张图片比，torch比opencv读写要快。但是数据量大了之后，也慢， 300张图片一起，遍历读取422ms 300个遍历反序列化 106ms # coding='utf-8'import osimport timefrom distributed.protocol import serialize, deserializeimport cv2impor...
- 3*3卷积核不降尺寸做法： self.conv_1x1_last = conv_bn_relu(nin=96, nout=96, kernel_size=3, stride=1, padding=1, bias=False) 降尺寸做法： conv_bn_relu(nin=80, nout=96, kernel_size=3, stride=2, pad... 3*3卷积核不降尺寸做法： self.conv_1x1_last = conv_bn_relu(nin=96, nout=96, kernel_size=3, stride=1, padding=1, bias=False) 降尺寸做法： conv_bn_relu(nin=80, nout=96, kernel_size=3, stride=2, pad...
- 导出的模型Android能加载： 速度是pc的5分之一 注意： 1.需要pytorch 1.3以上版本， 2.eval不能少，少了check会报错 import torchimport torchvision model = torchvision.models.resnet18(pretrained=True)model.eval()example... 导出的模型Android能加载： 速度是pc的5分之一 注意： 1.需要pytorch 1.3以上版本， 2.eval不能少，少了check会报错 import torchimport torchvision model = torchvision.models.resnet18(pretrained=True)model.eval()example...
- opencv转torch： 缺少归一化，最后补上还没测 img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) return img.astype(np.float32) / 255. img = cv2.imread('../imgs/86.jpg',) img=numpy.transpose(img,(2,0,... opencv转torch： 缺少归一化，最后补上还没测 img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) return img.astype(np.float32) / 255. img = cv2.imread('../imgs/86.jpg',) img=numpy.transpose(img,(2,0,...
- IndexKernel.cu:60: block: [0,0,0], thread: [35,0,0] Assertion `index >= -sizes[i] && index < sizes[i] && "index out of bounds" C:/w/b/windows/pytorch/... IndexKernel.cu:60: block: [0,0,0], thread: [35,0,0] Assertion `index >= -sizes[i] && index < sizes[i] && "index out of bounds" C:/w/b/windows/pytorch/...
- 可以最大或最小排序： import numpy as npimport torch import torch output = torch.tensor([[-5.4783, 0.2298], [-4.2573, -0.4794], [-0.1070, -5.1511], [-0.1785, -4.3339]]) # x = torch.arange(0, 10).res... 可以最大或最小排序： import numpy as npimport torch import torch output = torch.tensor([[-5.4783, 0.2298], [-4.2573, -0.4794], [-0.1070, -5.1511], [-0.1785, -4.3339]]) # x = torch.arange(0, 10).res...
- 获取网络模型的每一层参数量与计算量（Flops）———Pytorch 分析网络的参数量与计算量； 1、ptflops 安装： pip install --upgrade git+https://... 获取网络模型的每一层参数量与计算量（Flops）———Pytorch 分析网络的参数量与计算量； 1、ptflops 安装： pip install --upgrade git+https://...
- 最近在研究pytorch，但是呢，在安装的时候遇到不少麻烦，特此坐下记录。 在ubantu16.04下安装pytorch和Torchvision（conda,pip 均失败后采用源码安装） 因为网络原因（墙），用官网的安装办法根本无法安装pytorch，无奈去github看到了源码安装。话不多说，开始安装吧 解决方法----源码编译 最近在研究pytorch，但是呢，在安装的时候遇到不少麻烦，特此坐下记录。 在ubantu16.04下安装pytorch和Torchvision（conda,pip 均失败后采用源码安装） 因为网络原因（墙），用官网的安装办法根本无法安装pytorch，无奈去github看到了源码安装。话不多说，开始安装吧 解决方法----源码编译
- import torch boxs=torch.Tensor([[0.1,0.5,0.3],[0.2,0.3,0.4],[0.5,0.6,0.7]])# 3个框 iou=torch.Tensor([[0.1,0.5,0.3,0.2],[0.2,0.4,0.6,0.1],[0.2,0.1,0.4,0.1]]) print(boxs.siz... import torch boxs=torch.Tensor([[0.1,0.5,0.3],[0.2,0.3,0.4],[0.5,0.6,0.7]])# 3个框 iou=torch.Tensor([[0.1,0.5,0.3,0.2],[0.2,0.4,0.6,0.1],[0.2,0.1,0.4,0.1]]) print(boxs.siz...
- 参考：https://stackoverflow.com/questions/44738273/torch-how-to-shuffle-a-tensor-by-its-rows 一维的： x = torch.arange(0, 10) print(x)b=torch.randperm(x.size(0))print(x[b]) &nb... 参考：https://stackoverflow.com/questions/44738273/torch-how-to-shuffle-a-tensor-by-its-rows 一维的： x = torch.arange(0, 10) print(x)b=torch.randperm(x.size(0))print(x[b]) &nb...
- LFW CFP_FF CFP_FP AgeDB CALFW CPLFW Vggface2_FP 99.78 99.69 98.14 97.53 95.87 92.45 95.22 https://github.com/ZhaoJ9014/face.evoLVe.PyTorch 测试代码： fr... LFW CFP_FF CFP_FP AgeDB CALFW CPLFW Vggface2_FP 99.78 99.69 98.14 97.53 95.87 92.45 95.22 https://github.com/ZhaoJ9014/face.evoLVe.PyTorch 测试代码： fr...
- torch 读写同一个图片 # -*- coding:utf-8 -*-from threading import Thread import bind_cv as demoimport time import torchimport torch.multiprocessing as mp from torch.multiprocessing import Pool, Ma... torch 读写同一个图片 # -*- coding:utf-8 -*-from threading import Thread import bind_cv as demoimport time import torchimport torch.multiprocessing as mp from torch.multiprocessing import Pool, Ma...
- 统计第2维数据全部小于3的 import torch data_a=torch.arange(0, 6) data= data_a.reshape([3,2]) data_b= data_a.clone().reshape([3,2]) data[data<3]=0 print(data) data2=torch.sum(data,1) print( d... 统计第2维数据全部小于3的 import torch data_a=torch.arange(0, 6) data= data_a.reshape([3,2]) data_b= data_a.clone().reshape([3,2]) data[data<3]=0 print(data) data2=torch.sum(data,1) print( d...
- import torch print(torch.version.cuda) cuda版本查看： nvcc -V 9.0, V9.0.176 cudnn版本查看： python版本查看：python -V Pyt... import torch print(torch.version.cuda) cuda版本查看： nvcc -V 9.0, V9.0.176 cudnn版本查看： python版本查看：python -V Pyt...
- mxnet网络是链式结构，pytorch可以是列表结构 引发的问题：mxnet symbol如何打印特征维度？ mxnet设计网络是，不用输入网络输入channel， pytorch需要输入通道数。 mxnet: num_classes = config.emb_size bn_mom = config.bn_mom worksp... mxnet网络是链式结构，pytorch可以是列表结构 引发的问题：mxnet symbol如何打印特征维度？ mxnet设计网络是，不用输入网络输入channel， pytorch需要输入通道数。 mxnet: num_classes = config.emb_size bn_mom = config.bn_mom worksp...
上滑加载中
推荐直播
-
AI编码实干派，“码”力全开2026/02/26 周四 15:00-16:30
谈宗玮/于邦旭/丁俊卿/陈云亮/王一男
【中国，深圳，2026年2月26日】，以“AI编码实干派，码力全开”为主题的华为云码道（CodeArts）代码智能体新春发布会在线上成功召开。华为云码道公测版正式发布，为开发者和企业提供具备工程化能力的智能编码解决方案。
回顾中 -
华为云码道-玩转OpenClaw，在线养虾2026/03/11 周三 19:00-21:00
刘昱，华为云高级工程师/谈心，华为云技术专家/李海仑，上海圭卓智能科技有限公司CEO
OpenClaw 火爆开发者圈，华为云码道最新推出 Skill ——开发者只需输入一句口令，即可部署一个功能完整的「小龙虾」智能体。直播带你玩转华为云码道，玩转OpenClaw
回顾中 -
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中
热门标签