Junqw

Pytorch...

Algorithm(25) C++(6) STM32(1) Tensorflow(1) 未归档(5) 环境配置(3)

/ 注册

全部文章 / Pytorch_Mxnet （共10篇）

grad_cam CNN可视化

第一代的CAM **CAM(class activation map)**是指输入中的什么区域能够指示CNN进行正确的识别需要修改网络结构添加一个gap层，进行fine_ture 网络结构分为两部分，一部分是特征提取（CNN），一部分是分类层（softmax），在特征提取的最...

2019-12-15

0 779

期盼效应

当我们要用到深度学习来生成图像的时候，是往往是基于一个低分辨率且具有高层语义的图像。这会使得深度学习来对这种低分辨率图像进行填充细节。一般来说，为了执行从低分辨率图像到高分辨率图像之间的转换，我们往往要进行deconvolution。简单来说，deconvolution layer可以允许模型通过每...

2019-12-12

0 477

pytorch: tensors used as indices 用tensor索引另一个tensor

tensor1[tensor2] 刚看到这个结构有点懵，不知道它是具体怎么工作的 example.py a = torch.arange(16) b = torch.tensor([2,2,0,1,0,0,1,0,2,1,0,0,1,0,0,0],dtype=torch.uint8) pr...

2019-08-17

0 1127

pytorch 实现roi pool

# -*- coding:UTF-8 -*- import time import torch import torch.nn.functional as F from torch.autograd import Variable def roi_pooling(input, rois, si...

2019-08-07

0 693

pytorch 优化器(optim)不同参数组，不同学习率设置

optim 的基本使用 for do: 1. 计算loss 2. 清空梯度 3. 反传梯度 4. 更新参数 cifiron = nn.MSELoss() optimiter = torch.optim.SGD(net.parameters(),lr=0.01,momentum=0.9) for...

2019-07-01

0 3184

pytorch_detach 切断网络反传

detach 官方文档中，对这个方法是这么介绍的。 detach = _add_docstr(_C._TensorBase.detach, r""" Returns a new Tensor, detached from the current graph....

2019-06-27

0 888

Tensor RT_4 自定义层(layers)

文章目录 caffe2TensorRT and TensorRT_plugin_layer Broadcast_layer 实现 PoolingLayer 实现 caffe2TensorRT and TensorRT_plugin_la...

2019-06-22

0 682

pytorch_optim_学习率调整策略

PyTorch学习率调整策略通过torch.optim.lr_scheduler接口实现。PyTorch提供的学习率调整策略分为三大类，分别是 a. 有序调整：等间隔调整(Step)，按需调整学习率(MultiStep)，指数衰减调整(Exponential)和余弦退火CosineAnneali...

2019-06-22

0 1107

torchvision.transforms记录

PyTorch框架中有一个非常重要且好用的包：torchvision，该包主要由3个子包组成，分别是： torchvision.datasets torchvision.models torchvision.transforms 这3个子包的具体介绍可以参考官网：http://...

2019-06-20

1 1710

Mxnet2Caffe mxnet模型转换caffe

Mxnet2Caffe 将mxnet静态图symbol转换为caffe的prototxt文本，支持大部分op，caffe不需要的op则需要自己添加，再转换，否则会构建失败将json转换为prototxt 利用caffe的python接口构建网络，将mxnet的参数param...

2019-03-08

0 1178