10 x_yan033

尚未进行身份认证

我要认证

暂无相关简介

等级
TA的排名 30w+

Ubuntu18.04中安装低版本pytorch(torch0.3.1)

最近实验需要使用ps_roi_pooling,下载相关源码后发现高版本的torch因为cpp_extension的更新无法直接运行,改代码太麻烦耗时太久,所以直接配了一个低版本的pytorch。记录一下。配置如下:python3.6 pytorch0.3.1(0.4.0以上版本会报错) cuda 10.0(经验证,cuda8.0版本以上皆可)step 1.安装cuda(不赘述)step 2.创建一个新的环境conda create -n pytorch_031 python==3.6

2020-09-28 10:54:51

MOTDT多目标跟踪论文学习笔记

MOTDT是2018年提出的一种非常简单有效且实时的多目标跟踪方法,代码已开源,其整体架构及其中部分模块都可以在工程中部署,效果不错。原文:Real-Time Multiple People Tracking With Deeply Learned Candidate Selection And Person Re-Identification源码:https://github.com/longcw/MOTDT多目标跟踪领域一个亟待解决的问题是:如何将不可靠的检测结果与已经跟踪的目标轨迹进.

2020-07-11 21:28:43

Ubuntu18.04中配置cuda10.0+Anaconda3+pyTorch(二)

接上篇Ubuntu18.04中配置cuda10.0+Anaconda3+pyTorch(一)三.安装Anaconda1.下载安装文件在anaconda官网下载安装文件,这里选择python3.7版本所对应的anaconda下载后的文件为:Anaconda3-2020.02-Linux-x86_64.sh也可以在清华源下载Anaconda进行安装。我这里以从清华源下载的Anaconda3-5.2.0-Linux-x86_64.sh版本进行安装示例,其他版本一样。2.启动安.

2020-07-08 10:06:59

Ubuntu18.04中配置cuda10.0+Anaconda3+pyTorch(一)

一. 安装cuda 10.01.检查版本和类型在终端输入:$ sudo ubuntu-drivers list显示如下,推荐版本为440/435/3902.检查GPU是否CUDA-Capable在终端输入:$ lspci | grep -i nvidia显示如下:3333333333.禁用nouveau驱动在终端输入:(用gedit也可以,但要拿到root权限sudo -i)$ sudo vim /etc/modprobe.d/blacklist.con

2020-07-07 23:59:36

DFuseNet论文阅读笔记

原文连接:https://arxiv.org/abs/1902.00761DFuseNet:利用RGB和稀疏深度信息的深度融合,完成图像引导的稠密深度补全Shreyas S. Shivakumar, Ty Nguyen, Ian D. Miller, Steven W. Chen, Vijay Kumar and Camillo J. Taylor摘要:我们在文章中提出了一个卷积神经网络,该网络利用高分辨率强度图提取的上下文信息对稀疏分布的深度测量值进行上采样。从超分辨率和图像复原技术中得到灵感

2020-07-02 10:17:25

Tracktor代码win10中的配置

################################# win10 Installation #################################1. 下载工程文件并解压2. pip install -r requirement.txt 遇到一些问题: (1) 下载中断,换清华源 (2) sacred安装失败,将"pathlib.py"中1206行的 with self.open(mode='r', encoding=encodin.

2020-07-02 10:06:45

torch.tensor&np.array&list&str间的转换

import numpy as npimport torch###################################################################### torch tensor <----> np array# tensor to array: array = tensor.numpy()tensor_00 = torch...

2020-03-19 15:18:06

pytorch tensor张量维度转换(tensor维度转换)

# view() 转换维度# reshape() 转换维度# permute() 坐标系变换# squeeze()/unsqueeze() 降维/升维# expand() 扩张张量# narraw() 缩小张量# resize_() 重设尺寸# repeat(), unfold() 重复张量# cat(), stack() 拼接张量一. tens...

2020-03-19 15:14:34

python numpy array 数组维度转换(转维)

在实践中,经常需要对中间数据或输出数据进行维度转换,保证多个数据间计算维度上的一致性。一般主要涉及pytorch中tensorde的维度转换、numpy中array的维度转换。本篇先对array的维度转换方法进行总结,涉及的转换方法如下:# reshape()# ravel()# flatten()# transpose()# resize()具体用法:array_01...

2020-03-19 12:20:47

pytorch tensor 创建&数据类型转换

一.创建tensorimport torchtensor_01 = torch.tensor([ [1, 2, 3], [2, 3, 4]])print('\ntensor_01:\n', tensor_01, '\ntensor size:', tensor_01.size())# 输出# tensor_01:# tensor([[1, 2, 3],# ...

2020-03-19 11:19:19

numpy array 数组的创建/索引/类型修改

一.用数值创建1维、2维、3维数组,3维以上依次类推。# 用固定的值创建数组array_dim1 = np.array([1, 2, 3, 4, 5])array_dim2 = np.array([ [1, 2, 3, 4, 5], [5, 4, 3, 2, 1]])array_dim3 = np.array([ [ [1, 1, 1, 1, ...

2020-03-14 12:38:09

pytorch torchvision中预训练模型下载地址

Resnet:model_urls = { 'resnet18': 'https://download.pytorch.org/models/resnet18-5c106cde.pth', 'resnet34': 'https://download.pytorch.org/models/resnet34-333f7ec4.pth', 'resnet50': 'https...

2020-03-11 15:07:50

pip 镜像

pip install -i https://pypi.douban.com/simple module # 豆瓣pip install -i http://mirrors.aliyun.com/pypi/simple/ module # 阿里云pip install -i https://pypi.mirrors.ustc.edu.cn/simple/ module # 中国...

2020-03-09 00:53:13

Win10中pyTorch1.4.0+tensorboard配置后graph显示空白

操作系统:win10pytorch 1.4.0torchvision 0.5.1tensorboardx 2.0tensorboard 2.0.0可视化graph时,显示空白各种尝试后,不知道是什么bug,最后只有修改版本解决。成功的版本如下我的cuda为10.0,对应的pytorch 1.2.0torchvision 0.4.0tensorboard ...

2020-03-09 00:40:23

VLFeat工具箱配置

WIN10+VS2015+MATLAB+VLFeat工具箱配置2018.08.13网上所用的run(toolboxFilePath/vl_setup)完全不成功,报错:Invalid MEX-file 'D:\codingtool\library\vlfeat\toolbox\mex\mexw64\vl_version.mexw64': 找不到指定的模块 自行下载 vlfeat...

2018-08-13 13:33:29
勋章 我的勋章
  • 阅读者勋章Lv2
    阅读者勋章Lv2
    授予在CSDN APP累计阅读博文达到7天的你,是你的坚持与努力,使你超越了昨天的自己。
  • 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!
  • 勤写标兵Lv2
    勤写标兵Lv2
    授予每个自然周发布4篇到6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。