原创 CPU/顯卡GPU/CUDA/內存/緩存/SDK/API/DLL【轉載整理】
CPU/顯卡GPU/CUDA/內存/緩存【轉載整理】 原博地址:CUDA-從入門到放棄 1.CPU: (1)CPU簡介: 電子計算機的三大核心部件爲:CPU、內部存儲器和輸入輸出設備。 CPU是一塊
原创 torch.meshgrid()函數解析
torch.meshgrid()函數解析 torch.meshgrid()的功能是生成網格,可以用於生成座標。函數輸入兩個數據類型相同的一維張量,兩個輸出張量的行數爲第一個輸入張量的元素個數,列數爲第二個輸入張量的元素個數
原创 MacOS常用終端指令【轉載整理】
MacOS常用終端指令【轉載整理】 原文地址:https://baijiahao.baidu.com/s?id=1607834244588924669&wfr=spider&for=pc 1.終端簡介: 終端基本格式:“電腦
原创 安裝庫到指定虛擬環境
安裝庫到指定虛擬環境 1.conda安裝: 1)激活虛擬環境:conda activate py36torch15 2)安裝指定庫:conda install apex 2.pip安裝:
原创 YOLOV3整體運行流程整理
YOLOV3整體運行流程整理 1.網絡輸入: YOLO V3依然採用YOLOV2中Multi-Scale Training的思想,每隔幾次迭代後就會微調網絡的輸入尺寸。 訓練時每迭代10次就會隨機選擇新的輸入圖
原创 BMP/JPG/PNG/GIF/有損壓縮和無損壓縮【轉載整理】
BMP/JPG/PNG/GIF/有損壓縮和無損壓縮【轉載整理】 1.bmp: BMP是windows的標準圖像格式,是一種與硬件設備無關的圖像文件格式,在Windows環境下運行的所有圖像處理軟件都支持這種格式。
原创 “fixture ... not found”問題的解決
“fixture '...' not found”問題的解決: 在運行工程中的test.py文件時出現如下錯誤: 這裏報錯的原因是test.py中定義了一個test()函數,具體原因可能是由於pycharm中以py
原创 【轉載】pytorch中Tensor、PIL、numpy的相互轉化
【轉載】pytorch中Tensor、PIL、numpy的相互轉化 原博客地址:Pytorch中Tensor與各種圖像格式的相互轉化 1.常用圖像格式: (1)PIL:使用python自帶圖像處理庫讀取出來的圖片格式;
原创 FasterRcnn RoiPooling(Pytorch版本)部分幾個問題的解析
FasterRcnn RoiPooling(Pytorch版本)部分幾個問題的解析: (1)lib/model/roipooling文件夾中幾個子文件夾的內容: faster rcnn pytorch中的roi poo
原创 YOLO V1學習筆記
YOLO V1學習筆記 1.YOLOV1的思路: YOLO的核心思想就是利用整張圖作爲網絡的輸入,直接在輸出層迴歸bounding box的位置和bounding box所屬的類別,把目標檢測的問題轉化成一個迴歸問題。
原创 解析tensor.expand()爲什麼不會分配新的內存而只是在存在的張量上創建新的視圖
解析tensor.expand()爲什麼不會分配新的內存而只是在存在的張量上創建新的視圖 關於tensor.expand()函數的介紹見前文pytorch中的expand()和expand_as()函數。
原创 torch.clamp_()函數
torch.clamp_()函數 1.clamp()函數: 參考資料:https://blog.csdn.net/jacke121/article/details/85270621 1)函數功能: cl
原创 torch.stack()函數
torch.stack()函數: torch.stack(sequence, dim=0) 1.函數功能: 沿一個新維度對輸入張量序列進行連接,序列中所有張量應爲相同形狀;stack 函數返回的結果會新增一個維度
原创 pytorch中的expand()和expand_as()函數
pytorch中的expand()和expand_as()函數 1.expand()函數: (1)函數功能: expand()函數的功能是用來擴展張量中某維數據的尺寸,它返回輸入張量在某維擴展爲更大
原创 機器學習36:YOLOV4相關理論知識整理
機器學習36:YOLOV4相關理論知識整理: YOLOV4論文:https://blog.csdn.net/Sophia_11/article/details/105726907 YOLOV4論文翻譯:ht