- 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...
- Pytorch多进程最佳实践 注意技巧： https://pytorch.org/docs/stable/multiprocessing.html 模型并行（ model parallelism ）：即把模型拆分放到不同的设备进行训练，分布式系统中的不同机器（GPU/CPU等）负责网络模型的不同部分 —— 例如，神经网络模型的不同网络层被... Pytorch多进程最佳实践 注意技巧： https://pytorch.org/docs/stable/multiprocessing.html 模型并行（ model parallelism ）：即把模型拆分放到不同的设备进行训练，分布式系统中的不同机器（GPU/CPU等）负责网络模型的不同部分 —— 例如，神经网络模型的不同网络层被...
- 量化是一种加速推理的技术，量化算子并且仅仅支持前向传递。Pytorch支持int8量化，相比于float32,模型的大小减少4倍，内存要求减少4倍。与float32计算相比，对int8计算的硬件支持通常快2到4倍。 大多数情况下，模型需要以float32精度训练，然后将模型转换为int8。如今，PyTorch支持在具有AVX2支持或者更高版本的x86 CPU... 量化是一种加速推理的技术，量化算子并且仅仅支持前向传递。Pytorch支持int8量化，相比于float32,模型的大小减少4倍，内存要求减少4倍。与float32计算相比，对int8计算的硬件支持通常快2到4倍。 大多数情况下，模型需要以float32精度训练，然后将模型转换为int8。如今，PyTorch支持在具有AVX2支持或者更高版本的x86 CPU...
- In [1]: import torchfileIn [2]: torchfile.load('testfiles_x86_64/list_table.t7')Out[2]: ['hello', 'world', 'third item', 123]In [3]: torchfile.load('testfiles_x86_64/doublet... In [1]: import torchfileIn [2]: torchfile.load('testfiles_x86_64/list_table.t7')Out[2]: ['hello', 'world', 'third item', 123]In [3]: torchfile.load('testfiles_x86_64/doublet...
- 测试代码： import torch loss_fn = torch.nn.CrossEntropyLoss(reduce=True, weight=None)input = torch.Tensor([0,0,0,0.5,0.6,.7])target = torch.LongTensor(3).random_(5)print(input)print(tar... 测试代码： import torch loss_fn = torch.nn.CrossEntropyLoss(reduce=True, weight=None)input = torch.Tensor([0,0,0,0.5,0.6,.7])target = torch.LongTensor(3).random_(5)print(input)print(tar...
- 在使用pytorch实现textcnn进行文本分类时，参考了别人的代码(keras)，在使用torch.nn.functional.cross_entropy纠结了很久，最后发现的下面的文章： https://www.cnblogs.com/marsggbo/p/10401215.html 总结了以下的注意点： 在网络的forward最后输出时不用接so... 在使用pytorch实现textcnn进行文本分类时，参考了别人的代码(keras)，在使用torch.nn.functional.cross_entropy纠结了很久，最后发现的下面的文章： https://www.cnblogs.com/marsggbo/p/10401215.html 总结了以下的注意点： 在网络的forward最后输出时不用接so...
- pytorch tensorboard 使用 pip 安装 pip install tensorboardX 从源码安装 git clone https://github.com/lanpa/tensorboardX && cd tensorboardX && python setup.py instal... pytorch tensorboard 使用 pip 安装 pip install tensorboardX 从源码安装 git clone https://github.com/lanpa/tensorboardX && cd tensorboardX && python setup.py instal...
- pytorch报错Unable to get repr for 标签出现了-1,2或者其他值，loss计算之后， 报错：CUDA error: device-side assert triggered 然后出现此错误： Unable to get repr for class tensor pytorc... pytorch报错Unable to get repr for 标签出现了-1,2或者其他值，loss计算之后， 报错：CUDA error: device-side assert triggered 然后出现此错误： Unable to get repr for class tensor pytorc...
- PyTorch Dataloader 加速 参考源码： https://github.com/NVIDIA/apex/blob/f5cd5ae937f168c763985f627bbf850648ea5f3f/examples/imagenet/main_amp.py#L256 class data_prefetcher(): def __init__(... PyTorch Dataloader 加速 参考源码： https://github.com/NVIDIA/apex/blob/f5cd5ae937f168c763985f627bbf850648ea5f3f/examples/imagenet/main_amp.py#L256 class data_prefetcher(): def __init__(...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
苏州工业园区“华为云杯”2025人工智能应用创新大赛赛中直播2025/08/21 周四 16:00-17:00
Vz 华为云AIoT技术布道师
本期直播将与您一起探讨如何基于华为云IoT平台全场景云服务，结合AI、鸿蒙、大数据等技术，打造有创新性，有竞争力的方案和产品。
即将直播
热门标签