前言基于上一篇经典网络架构学习-Transformer的学习，今天我们来使用pytorch 搭建自己的transformer模型，加深对transformer的理解，不仅在NLP领域绕不开transformer，而且在CV领域也是很火热，很多模型都用到了注意力机制。Transformer完整代码安装好pytorch开发环境，可以直接跑的。也可以直接用cpu跑我下面的transformer代码，数据

前几天调通了在windows下usb转的串口，连到fs2410的开发板上，超级终端和DNW都输出正常，后来想在linux下试试效果（在windows xp下vmware中的redhat9），可费了两天劲也没见有输出内容。郁闷的不行。先是从网上找资料，有的说在虚拟机下要用ttyUSB0口，我找机器上的每个usb口试了一遍，也无果而终。后来又找pl2303（我的转串口里的芯片）的linux的

前言基于上一篇经典网络架构学习-Transformer的学习，今天我们来使用pytorch 搭建自己的transformer模型，加深对transformer的理解，不仅在NLP领域绕不开transformer，而且在CV领域也是很火热，很多模型都用到了注意力机制。Transformer完整代码安装好pytorch开发环境，可以直接跑的。也可以直接用cpu跑我下面的transformer代码，数据

报错信息解决方法首先将所有__pycache__目录里的pyc文件全部粘贴到当前目录中将所有pyc文件后缀改为与目录中py文件相同名字例如 infer.cpython-39.pyc修该为infer.pyc将所有py文件删除

更新pippython3 -m pip install --upgrade pip项目结构__init__.py需要将目录作为包装导入，并且应是空的。sample.py是包中包含包逻辑（功能、类、常数等）的模块的示例。打开该文件并输入以下内容def main():return如果您不熟悉 Python 的模块和导入包，请花几分钟时间阅读Python 文档的包和模块。创建此结构后，您将希望在目录内运

import time# 获取当前时间current_time = int(time.time())print(current_time) # 1631186249# 转换为localtimelocaltime = time.localtime(current_time)# 利用strftime()函数重新格式化时间dt = time.strftime('%Y:%m:%d %H:%M:%S', l

对于刚入门的新手来说，Torch API中的维度真的很迷惑人.例如 torch.sum(x, dim=0) 是按着行相加呢，还是列相加？还有TopK，softmax等函数。

安装流程安装服务器MONAI Label以下安装流程是在ubuntu20.04 x64平台上执行的安装 pytorchpip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113安装 monialabelpip install monailabel执行命令后会安装

判断一个点是否在多边形内部的方法面积和判别法：判断目标点与多边形的每条边组成的三角形面积和是否等于该多边形，相等则在多边形内部。夹角和判别法：判断目标点与所有边的夹角和是否为360度，为360度则在多边形内部。引射线法：从目标点出发引一条射线，看这条射线和多边形所有边的交点数目。如果有奇数个交点，则说明在内部，如果有偶数个交点，则说明在外部首先讲解下射线法的原理情况一，显示了具有 14 条边的严重

本文会结合论文UNETR: Transformers for 3D Medical Image Segmentation和代码深入讲解。阅读这篇文章之前最好了解UNET网络和Transformer网络，我之前的博文有总结过，可以参考下。动手实现基于pytorch框架的UNet模型以及Transformer 代码详解(Pytorch版)推荐阅读的UNETR代码实现本文采用的tamasino52实现的