API_Net官方代码之训练网络
导入包：import argparseimport osimport timeimport torchimport torch.nn as nnimport torch.backends.cudnn as cudnnimport torch.optimimport torch.utils.dataimport torchvision.transforms as transformsimport numpy as npfrom models import API_Netfrom dat
【pytorch】resnet源码详解
导入库：import torchimport torch.nn as nnfrom .utils import load_state_dict_from_url__all__ = ['ResNet', 'resnet18', 'resnet34', 'resnet50', 'resnet101', 'resnet152', 'resnext50_32x4d', 'resnext101_32x8d', 'wide_resnet50_2', 'wide_re
【python】numel()
numel()函数：返回数组中元素的个数使用例子：params = sum(p.numel() for p in list(net.parameters())) / 1e6 # numel()print('#Params: %.1fM' % (params))net.parameters()：是Pytorch用法，用来返回net网络中的参数params：用来返回net网络中的参数的总数目文章来源：python中的numel()函数...
【pytorch】【已解决】RuntimeError: stack expects each tensor to be equal size, but got [4, 448, 448] at ent
详细错误：Traceback (most recent call last)： File "/home/yjys/anaconda3/lib/python3.8/site-packages/torch/utils/data/_utils/collate.py", line 55, in default_collate return torch.stack(batch, 0, out=out)RuntimeError: stack expects each tensor to be equal
查看Dataset与DataLoader
class MyDataset(Dataset): def __init__(self): def __len__(self): def __getitem__(self, idx)： return sample自定义的Dataset，因为实现了__getitem_ _，因此可以通过像访问列表似的访问Dataset的对象。trainloader = torch.utils.data.DataLoader(dataset, batch_size=2, shuffl
【已解决】【读取图像以及标签应该人为设置类型】Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor)
1 问题描述Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same输入input和参数weight类型应该一致。2 分析经过查找后，发现在读取图片和标签的时候，并没有对其类型进行转化，就可能根据图像本身的大小设置，代码中出现的类型刚开始是float32，后边有的图像是float64，导致输入与参数类型不匹配。3 结论读取图像和标签时，应该人为设定其类型，将所有的数据转化
Numpy与pytorch对比记忆
1 改变类型numpy：array.astype()torch: tensor.type()import numpy as npimport torchif __name__=="__main__": nn = np.array(1) tt = torch.tensor(1) nn.astype(dtype=np.long) nn.astype(dtype=np.int32) tt.float() tt.type(dtype=torch.flo
【pytorch】【已解决】RuntimeError: Expected object of scalar type Long but got scalar type Int for argument
1 问题描述期望long类型，但是得到的是Int类型。2 分析经过查找，发现是标签出现了问题，在读取标签时，将其转化为long类型。numpy：array.astype()torch: tensor.type()
【C++】友元函数以及友元类
声明：本文章是在学习了【传智扫地僧】的C++视频后做的笔记。友元函数1）友元函数的作用：类很好的将成员函数以及成员变量进行封装，并且设置public、protected、private用于限制访问。而友元函数用于破坏类的封装性，可以通过与类“交朋友，获得批准”，对传入全局函数中的对象的私有属性进行修改。用于操作符重载中的<<、>>。2）实例：#include <iostream>using namespace std;class A{public.
【C++】字符串指针与字符数组的理解
字符串指针:1 书写格式const char* p = "abcdef";//必须使用const内存四区包含代码区、栈、堆、全局区。全局区内存储常量、全局变量、静态变量，堆中存放使用new后者malloc动态申请存储空间 存储的变量，栈中存放局部变量，可由程序释放。为什么要加const修饰符？因为 “aaaaa”字符串存储在 常量区，不能被改变。因此采用const char* p的形式。下面的做法是错误的：p[0] = 'a';2 访问1）直接输出p，遇到\0停止输出const char
【C++】数组类案例，实现[ ] 、==、 !=的重载
#pragma onceusing namespace std;class Array{public: Array(int length); Array(const Array& obj); ~Array();public: void setData(int index, int value); int getData(int index); int length(); int& operator[](int index); Array& operator
【pytorch】【常用】【供个人粘贴使用】pytorch导入数据（带数据增强）
1 导入库import torchimport torchvision.transforms as transformsimport osimport numpy as npfrom skimage import io, transformfrom torch.utils.data import Dataset,DataLoader2 数据增强【调用numpy的函数，数据类型是np.ndarray】1）水平随机翻转class RandomHorizontalFlip(): """
【python】map函数的使用
源代码解释："" map(func, *iterables) --> map object Make an iterator that computes the function using arguments from each of the iterables. Stops when the shortest iterable is exhausted. """map接受的参数中：第一个参数是一个函数func，第二个参数是此函数func的输入，
【matplotlib】figure与axes的关系
figure是绘制对象，一个figure对象可以包含多个Axes子图，一个Axes是一个绘图区域，不加设置时，Axes为1，且每次绘图其实都是在figure上的Axes上绘图。接下来看怎么绘制多子图。使用 plt.subplot(numRows, numCols, plotNum)，参数分别代表行数，列数，以及编号，编号顺序为从左到右、从上到下，从1开始。如果这三个参数值都小于10，可以去掉逗号写。子图不能重叠，如果新创建的子图覆盖了前子图，前子图会被删除掉。————————————————版权声明
今日推荐
周排行