- 博客(28)
- 收藏
- 关注
RSS订阅
原创 DeepLearning Good Blogs!
此博客用于积累一些优秀的博客和文章，持续更新。深度学习基础L1与L2损失函数和正则化的区别英文原文：Differences between L1 and L2 as Loss Function and Regularization中文翻译：L1与L2损失函数和正则化的区别...
2019-12-14 15:16:07
268
原创 Anaconda的环境管理和包管理
在服务器运行程序，不同的项目会有不同的环境需求，conda可以创建并管理多个环境，很好的解决了我们的问题。1. Conda的环境管理Conda的环境管理功能允许我们同时安装若干不同版本的Python，并能自由切换。假设我们安装anaconda时采用的是Python 2.7对应的安装包，那么Python 2.7就是默认的环境（默认名字是root，注意这个root不是超级管理员的意思）。这...
2018-08-07 10:57:43
2380
原创 PyTorch中的.train()与self.training
设置.train()，self.training=True设置.eval()，self.training=Falseclass MyNet(nn.Module): def __init__(self): super(MyNet, self).__init__() self.features = nn.Sequential( nn.Conv2d(1, 32, kernel_size=3, padding=1, bias = False),
2021-04-01 10:35:26
12448
1
原创 linux常用命令
linux常用命令查看文件或文件夹所占磁盘空间大小整个目录的大小 du -sh目录里的每个字目录的大小 du -sh *子目录以及子目录里的文件的大小 du -ah
2020-02-22 15:42:41
259
原创 神经网络常见错误（Most Common Neural Net Mistakes）
神经网络常见错误（Most Common Neural Net Mistakes）本文总结自Andrej Karpathy的一篇推特及其评论区。原推特链接你没有尝试在一个batch上首先达到过拟合你忘记转换train和eval模式你忘记在.backward()之前设置.zero_grad()在Pytorch中你向损失函数输入了一个经过softmax后的输出，但是可能你的损失函数需要一...
2019-12-19 09:39:09
657
原创 Pytorch加载COCO预训练DeepLabV3
这里写自定义目录标题DeeplabV3 ResNet101调用torchvision.models.segmentation源码接口的定义函数deeplabv3_resnet101加载模型的函数_load_model创建用于分割的resnet函数_segm_resnettorchvision.models源码torchvision.models.resnet.pytorchvision.model...
2019-12-17 10:13:07
7247
7
原创 np.setdiff1d：返回仅在数组A中有而B数组没有的元素（A和B的差集）
返回两个数组的差集a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])b = np.array([3, 4, 7, 6, 7, 8, 11, 12, 14])c = np.setdiff1d(a,b)c#输出：array([1, 2, 5, 9])输出A中有，B中没有的元素...
2019-11-17 00:59:42
1535
2
原创 numpy.extract：从数组中提取符合条件的元素
从数组中提取符合条件的元素arr = np.arange(10)arr#array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])#设置条件，如：能整除3condition = np.mod(arr, 3)==0condition#array([ True, False, False, True, False, False, True, False, False,...
2019-11-17 00:54:29
3491
原创 numpy.clip使数组中的值保持在一定区间内
numpy.clip使数组中的值保持在一定区间内np.clip()给定一个区间范围，区间范围外的值将被截断到区间的边界上。例如，如果指定的区间是 [-1,1]，小于-1 的值将变为-1，而大于 1 的值将变为 1。array = np.array([10, 7, 4, 3, 2, 2, 5, 9, 0, 4, 6, 0])print(np.clip(array,2,6))#输出：[6 6...
2019-11-17 00:39:42
2028
原创 Numpy的argpartion函数
Numpy的argpartion函数一、np.argpartion()Numpy的argpartion函数来源于快排算法中的一个典型操作partition，即根据一个数值x，把数组中的元素划分成两半，使得index前面的元素都不大于x，index后面的元素都不小于x。np.argpartition不对原数组操作，只返回一个按照上述操作排序过后的index。通过这个函数可以高效地找到 N 个最...
2019-11-17 00:32:17
2462
原创 临时设置环境变量（python和Linux命令行）
python中设置环境变量（临时）使用os模块import os#当前存在的环境变量，可以在ipython中直接输入下面这句查看keysIn [3]: os.environ.keys()Out[3]: ['LC_NUMERIC', 'LESSOPEN', 'SSH_CLIENT', 'LOGNAME', 'USER', 'HOME', 'LC_PAPER', 'PATH'...
2019-11-08 16:13:55
4787
原创 PASCAL VOC 2012 and SBD (the augment dataset) 总结
在阅读DeepLab时，发现paper中首先介绍了PASCAL VOC 2012数据集，然后又说使用一个augment后的dataset来进行训练。论文中是这样说的：The proposed models are evaluated on the PASCAL VOC 2012 semantic segmentation benchmark [1] which contains 20 fore...
2019-08-02 16:10:58
11326
原创 DeepLabv3+训练细节总结
Training Protocol backbone: ResNet-101 or modified aligned Xception pretrain: ImageNet-1K dataset: PASCAL VOC 2012 (20 foreground object classes, 1 background class)10582 (trainaug) training imag...
2019-08-02 10:47:43
2606
1
原创 TF学习之DeepLabv3+代码阅读6（train_utils）
DeepLabv3+代码阅读之train_utils.py一、get_model_learning_rate()def get_model_learning_rate(learning_policy,# Learning rate policy for training. base_learning_rate,# The base lea...
2019-08-02 10:38:29
1298
2
原创 TF学习之DeepLabv3+代码阅读5（model）
DeepLabv3+代码阅读之model.py一、multi_scale_logits多尺度输入，得到输出概率参数： images: 输出图片，尺寸 [batch, height, width, channels]. model_options: 配置模型的参数选择，一个ModelOptions实例 image_pyramid: 图片金字塔，输入图片的多个尺度，如果没有此项输入，则为[...
2019-08-02 10:38:10
778
原创 TF学习之DeepLabv3+代码阅读4（common）
DeepLabv3+代码阅读之common.py一、ModelOptionsclass ModelOptions( collections.namedtuple('ModelOptions', [ 'outputs_to_num_classes',# 输出类型对应类别数的字典，会得到如：outputs_to_num_classes['semantic'] = 21 ...
2019-08-02 10:37:56
520
原创 TF学习之DeepLabv3+代码阅读3（input_preprocess）
DeepLabv3+代码阅读之input_preprocess.py一、preprocess_image_and_label对图片和标签处理返回： original_image： 原始图片 processed_image： 处理后图片 label： 处理后ground truthdef preprocess_image_and_label(image,# 输入图片 ...
2019-08-02 10:37:41
541
原创 TF学习之DeepLabv3+代码阅读2（dataset）
DeepLabv3+代码阅读之data_generator.py一、Dataset1. __init__class Dataset(object): """Represents input dataset for deeplab model.""" def __init__(self, dataset_name,# Dataset name ...
2019-08-02 10:37:17
649
原创 TF学习之DeepLabv3+代码阅读1(train)
DeepLabv3+代码阅读之train.py一、main()def main(unused_argv):# main必须带参数，否则报错：'TypeError: main() takes no arguments (1 given)'; # main的参数名随意定义，无要求。 tf.logging.set_verbosity(tf.loggi...
2019-08-02 10:36:34
1324
2
原创 pytorch积累
pytorch学习笔记model.eval()model.eval()CLASS torch.nn.Modulenn.Module中的一个方法：eval()Sets the module in evaluation mode.将模型设置为evaluation模式。源代码：def eval(self): r"""Sets the module in evaluation...
2019-01-18 10:48:30
267
转载 选择要用的GPU: CUDA_VISIBLE_DEVICES
服务器中有多个GPU，选择特定的GPU运行程序可在程序运行命令前使用：CUDA_VISIBLE_DEVICES=0命令。0为服务器中的GPU编号，可以为0, 1, 2, 3等，表明对程序可见的GPU编号。1. 命令：CUDA_VISIBLE_DEVICES=1 # 只有编号为1的GPU对程序是可见的，在代码中gpu[0]指的就是这块儿GPUCUDA_VISIBLE_DEVICES=0...
2018-10-31 11:41:04
119986
19
原创 Python用法积累
Python用法积累Python高级方法字符串进行左, 右, 居中对齐检查字符串开头内容：startswith()方法Python高级方法字符串进行左, 右, 居中对齐1. 使用字符串的str.ljust() str.rjust() str.center()s为需要对齐的字符串，第2个参数为插入其他字符的形式，第1个参数为总的数量。（包括字符串s）s.ljust(20,"*")输出：'...
2018-10-31 11:04:54
195
原创 Python中的魔法方法
Python中的魔法方法总结（持续更新）python中的魔法方法总结`__str__`python中的魔法方法总结__str__当使用print输出对象的时候，只要自己定义了__str__(self)方法，那么就会打印从这个方法中return的数据。举个例子：class Cat: """定义了一个Cat类""" #初始化对象 def __init__(self, n...
2018-10-31 10:04:46
205
原创 PyTorch学习：加载模型和参数
pytorch的模型和参数是分开的，可以分别保存或加载模型和参数。pytorch有两种模型保存方式：一、保存整个神经网络的的结构信息和模型参数信息，save的对象是网络net二、只保存神经网络的训练模型参数，save的对象是net.state_dict()对应两种保存模型的方式，pytorch也有两种加载模型的方式。对应第一种保存方式，加载模型时通过torch.load('.pth...
2018-08-07 16:36:56
101016
15
原创 Mask R-CNN代码分析（二）
二、Mask R-CNN代码解读FAIR在发布detectron的同时，也发布了一系列的tutorial文件，接下来将根据Detectron/GETTING_STARTED.md文件来解读代码。先来看一下detectron的文件结构。config中是训练和测试的配置文件，官方的baseline的参数配置都以.yaml文件的形式存放在其中。 demo一些图像示例还有分割好的结果。...
2018-08-06 09:24:18
6929
1
原创 Mask R-CNN代码分析（一）
Mask R-CNN的源码是随着FAIR的物体检测平台detectron公布的，detectron囊括了从Fast R-CNN到Mask R-CNN所有重要的物体检测算法，整个平台基于caffe2实现。本文主要从代码层面介绍Mask R-CNN具体的实现过程。一、caffe2介绍caffe2是在caffe的基础上的进化版，最大的特色就是引入了operator的概念，取代了caffe中lay...
2018-08-02 00:14:51
2136
原创 经典必读list
汇集了几篇经典必读的论文，有时间一定要细读一遍。一定要在暑假都读一遍。[1] I. Goodfellow, J. Pouget-Abadie, M. Mirza, B. Xu, D.Warde-Farley,S.Ozair,A.Courville,andY.Bengio. Generative adversarial nets. In NIPS, 2014.GANs的开山之作，必读。[...
2018-08-01 09:59:12
387
原创 需要阅读的论文list
读了《Unsupervised Person Image Synthesis in Arbitrary Poses》这篇发现还需要补充阅读的绿色表示已读[1] S. E. Reed, Z. Akata, S. Mohan, S. Tenka, B. Schiele, and H. Lee. Learning what and where to draw. In NIPS, 2016.p...
2018-07-29 10:42:55
776
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人