4 悲恋花丶无心之人

尚未进行身份认证

我要认证

计算机视觉在读研究生,熟悉Pytorch,MXNet,TensorFlow,Keras等深度学习框架,主要涉及的领域有目标检测,语义分割,超分辨率重建,行人重识别等。

等级
TA的排名 1k+

Pytorch中Softmax和LogSoftmax的使用

目录一、函数解释二、代码示例三、整体代码一、函数解释1.Softmax函数常用的用法是指定参数dim就可以:(1)dim=0:对每一列的所有元素进行softmax运算,并使得每一列所有元素和为1。(2)dim=1:对每一行的所有元素进行softmax运算,并使得每一行所有元素和为1。class Softmax(Module): r"""Applies th...

2020-05-02 15:16:04

Python中的weakref的简单用法示例

目录一、概念二、解决问题三、代码及解释四、结论一、概念对一个对象的弱引用(weak reference)。相对于通常的引用来说,如果一个对象有一个常规的引用,它是不会被垃圾收集器销毁的,但是如果一个对象只剩下一个弱引用,那么它可能被垃圾收集器收回。二、解决问题父亲节点的指针指向孩子节点,孩子节点又指向父亲节点,这构成了循环引用(circuclar reference...

2020-04-24 11:46:14

windows10 升级专业版(企业版)方法

一、下载镜像文件1.去msdn上下载镜像文件:http://msdn.itellyou.cn/2.使用迅雷

2020-03-26 16:37:39

数字图像处理 染色体计数 Python实现

目录一、实验内容二、实验步骤三、代码四、结果一、实验内容对于下面这幅图像,编程实现染色体计数,并附简要处理流程说明。二、实验步骤1.中值滤波2.图像二值化3.膨胀图像4.腐蚀图像5.计算光影背景6.移除背景7.检测染色体三、代码import cv2import numpy as np# 计算光影背景def calcu...

2020-02-25 15:04:07

Keras中的MultiStepLR

Keras中没有多步调整学习率(MultiStepLR)的调度器,但是博主这里提供一个自己写的:1.代码from tensorflow.python.keras.callbacks import Callbackfrom tensorflow.python.keras import backend as Kimport numpy as npimport argparsepa...

2019-12-21 16:00:04

各种深度学习框架实现猫狗大战

目录不同深度学习框架下的实现教程/github地址1.Pytorch2.TensorFlow3.Keras4.MXNet不同深度学习框架下的实现教程/github地址(好用的话记得star噢)1.Pytorch一个教程和项目地址,代码需要自己建立项目,或者从github上下载PyTorch 入门实战(五)——2013kaggle比赛 猫狗大战的实现htt...

2019-12-21 15:43:24

针对深度学习框架版本的讨论

目录一、前言二、深度学习版本匹配三、各种深度学习必要组件的下载地址和截图一、前言最近几天,由于需要安装新的深度学习环境,我对当前的版本匹配和安装方式进行了记录。由于安装环境需要版本匹配,因此在不知道各种环境的匹配情况就下载CUDA等组件会出现浪费时间和流量的行为。二、深度学习版本匹配1.Python 3.7(Anaconda3 5.3.0) + CUDA 9.0/C...

2019-12-21 15:19:39

基于MXNet的Cats vs. Dogs(猫狗大战)实现和详解

2019.12.8 更新完整代码https://github.com/nickhuang1996/Dogs_vs_Cats_MXNet具体的搭建和运行步骤可参看README.md介绍这个存储库是为kaggle Dogs vs.Cats match准备的,但是您可以利用这个代码来学习如何使用mxnet。 对于网络,建立了包含VGG和ResNet等预训练模型的结构。 对于采样器,有...

2019-12-08 13:10:58

卷积与转置卷积——输出特征图边长公式推导

目录一、公式1.卷积2.转置卷积二、公式推导1.卷积公式推导2.转置卷积公式推导3.代码演示一、公式1.卷积2.转置卷积在Pytorch中,转置卷积层参数还含有output_padding,用于解决输出大小不唯一(歧义)的问题,因此转置卷积公式稍有变化:二、公式推导1.卷积公式推导为了直观,这里选择的卷积核,输入大小为...

2019-12-05 15:43:52

深度学习的简介、领域、框架和实际应用概述

一、深度学习简介 深度学习,英文名称为Deep Learning,是近几年人工智能领域的主要研究方向。深度学习的主要任务是通过构建深度卷积神经网络(Deep Neural Network,DNN)和采用大量样本数据作为输入,人们最终会得到一个具有强大分析能力和识别能力的模型,该模型包含了DNN的构成参数以应用于实际工作。 由于深度学习依赖DNN这样一个参数量庞大且非...

2019-11-25 18:31:20

vs2019 开始自己的第一个F#程序

这是针对于博客vs2019安装和使用教程(详细)的F#项目新建示例,代码比较简单,适合入门~目录一、安装F#环境二、启动程序三、编写小程序四、运行结果五、注意事项一、安装F#环境1.运行安装程序,点击“更多”下拉菜单中的“修改”2.勾选“数据科学和分析应用程序”和“.NET桌面开发”(可选),点击“下载时安装”二、启动程序1.点击菜单栏--&...

2019-10-24 12:58:43

ModuleNotFoundError: No module named 'torch.utils.serialization' 的解决方案

目录一、出现问题二、分析原因三、解决方法一、出现问题ModuleNotFoundError:Nomodulenamed'torch.utils.serialization'二、分析原因可能是Pytorch版本太新导致三、解决方法1.安装旧一点的Pytorch版本2.更换为新版本的函数:torchfile(1)安装torchfilepip...

2019-10-22 15:25:50

Ubuntu远程连接的安装教程

目录一、引言*二、Ubuntu作为服务器三、Ubuntu作为客户端一、引言处于工作需要我们需要用Windows连接Ubuntu或者用Ubuntu连接Ubuntu,那么如何设置和安装相关的插件至关重要。*二、Ubuntu作为服务器1.输入命令(1)安装vnc4serversudo apt-get install vnc4server(2)安装xubuntu-...

2019-10-22 14:39:38

windows10 浏览器提示:您的浏览器没有获得JVM支持。请安装JVM1.5或以上版本--解决方案

选择IE浏览器,IE不是MicrosoftEdge!!目录一、问题描述二、尝试失败的方法*三、正确的方法——选择IE浏览器四、总结一、问题描述您的浏览器没有获得JavaVirtualMachine(JVM)支持。可能由于没有安装JVM或者已安装但是没有启用。请安装JVM1.5或者以上版本,如果已经安装则启用它。二、尝试失败的方法1.更换错误的浏览器登陆:一...

2018-10-05 17:28:44

connecting dl.google.com dl-ssl.google.com超时

当update时连接dl.google.com超时,原因是当前ip无法ping到google(墙)。需要更改ip:网页上搜站长工具,在里面查找能ping到dl.google.com的IP。 将连接dl.google.com时的ip修改为搜索到的ip: Linux用户打开/etc/hosts文件。 sudo gedit /etc/hosts打开文件后添加以下内容:#Dow...

2019-10-22 12:40:58

python numpy中cumsum的用法

目录一、函数作用二、代码范例三、结果解释一、函数作用1.该函数定义在multiarray.py中有定义 def cumsum(self, axis=None, dtype=None, out=None): # real signature unknown; restored from __doc__ """ a.cumsum(axis...

2019-09-30 10:25:15

关于Pytorch中dataset的迭代问题(这就是为什么我们要使用dataloader的原因之一)

目录一、问题二、思考三、实验四、解决方法一、问题博主在写采样器时将dataset的类对象赋值给data_source,然后准备对data_source取样,总是提示在__getitem__()函数提示越界。二、思考换言之,在对dataset对象进行迭代取样时其__len__()方法似乎失效了。。。三、实验博主做了如下实验,利用Pytorch的FakeData...

2019-08-27 17:08:00

Pytorch中.new()的作用

目录一、作用二、使用方法三、具体代码四、实际应用(添加噪声)一、作用创建一个新的Tensor,该Tensor的type和device都和原有Tensor一致,且无内容。二、使用方法如果随机定义一个大小的Tensor,则新的Tensor有两种创建方法,如下:inputs = torch.randn(m, n)new_inputs = inputs.new()...

2019-08-22 14:39:38

迭代器 iter()函数与next()函数 for...in...循环的本质

迭代是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。1. 可迭代对象我们已经知道可以对list、tuple、str等类型的数据使用for…in…的循环语法从其中依次拿到数据进行使用,我们把这样的过程称为遍历,也叫迭代>>> for i in 100:... ...

2019-08-05 13:45:31

Python 中pickle出现 ascii’ codec can’t decode byte 0xe4 in position 0: ordinal not in range(128) 解决方法

一、问题博主在读取pkl文件时出现以下错误:ascii’ codec can’t decode byte 0xe4 in position 0: ordinal not in range(128)unicode 最大长度为128,利用Python在写入pkl文件时,unicode 则会被作为“中间编码”。因此将读取进来的ascii编码字符串如果超过128则会报错二、代码在p...

2019-07-17 16:49:17

查看更多

CSDN身份
  • 博客专家
勋章 我的勋章
  • 领英
    领英
    绑定领英第三方账户获取
  • GitHub
    GitHub
    绑定GitHub第三方账户获取
  • 签到新秀
    签到新秀
    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 技术圈认证(专家版)
    技术圈认证(专家版)
    博客专家完成年度认证,即可获得
  • 专栏达人
    专栏达人
    授予成功创建个人博客专栏的用户。专栏中添加五篇以上博文即可点亮!撰写博客专栏浓缩技术精华,专栏达人就是你!
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 1024勋章
    1024勋章
    #1024程序员节#活动勋章,当日发布原创博客即可获得
  • 勤写标兵Lv4
    勤写标兵Lv4
    授予每个自然周发布9篇以上(包括9篇)原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。
  • 博客之星-入围
    博客之星-入围
    授予每年博客之星评选结果第21-200名的用户