ubunt版本：16.04笔记本：机械革命，i7-6700，gtx965m（集显Intel Hm170 ）安装NVIDIA以及cuda来测试深度学习之前安装ubuntu前对grub文件进行了修改才进行了安装，现在进入系统安装完nvidia后记得将其改回来。禁用nouveau驱动Ubuntu系统集成的显卡驱动程序是nouveau，如果刚装好ubuntu16.04，系统输入密码无法进入桌面，无限

关于本文章的最新更新请查看:oldpan博客看起来明天(2018-12-7)会发布Pytorch-1.0的稳定版。前言距离发布Pytorch-1.0-Preview版的发布已经有两个多月，Pytorch-1.0最瞩目的功能就是生产的大力支持，推出了C++版本的生态端(FB之前已经在Detectron进行了实验)，包括C++前端和C++模型编译工具。对于我们来说，之后如果想要部署深度学习应用...

triton作为一个NVIDIA开源的商用级别的服务框架，个人认为很好用而且很稳定**，API接口的变化也不大，我从2020年的20.06切换到2022年的22.06，两个大版本切换，一些涉及到代码的工程变动很少，稍微修改修改就可以直接复用，很方便。> 本系列讲解的版本也是基于22.06。

IoU(Intersection over Union)Intersection over Union是一种测量在特定数据集中检测相应物体准确度的一个标准。我们可以在很多物体检测挑战中，例如PASCAL VOC challenge中看多很多使用该标准的做法。通常我们在 HOG + Linear SVM object detectors 和 Convolutional Neural Network

PASCAL-VOC2012数据集介绍官网：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html数据集下载地址：benchmark_RELEASE：下载地址voc2012：下载地址VOC2012数据集分为20类，包括背景为21类，分别如下：- Person: person- Animal: bird, cat, co

说到深度学习，配置搭建环境是最重要的，一些深度学习库的搭建和尝试是必须的。比如pytorch、TensorFlow等优秀的深度框架在linux下可以很好的运行，这里通过使用两台电脑（一台win10、一台ubuntu）来进行深度学习环境的搭建。此篇讲解如果通过VNC实现win10电脑操控（ubuntu）linux电脑，只需一个键盘一个鼠标就可以操控两个电脑，实现高效率工作。必需品：两台电脑、一根

前言简单尝试了下paddleOCR的最新版(2021)，只需要几行命令就可以很快地在本地部署一个OCR识别系统。如果不想看下文，依次执行以下命令即可搭建(注意：仅在linux系统中测试，其他系统也可参照)：# 有anaconda系统可以跳过sh Anaconda3-2020.03-Linux-x86_64.shconda config --add channels https://mirrors.

第一篇——什么是torch.fx今天聊一下比较重要的torch.fx，也趁着这次机会把之前的torch.fx笔记整理下，笔记大概拆成三份，分别对应三篇：什么是torch.fx基于torch.fx做量化基于torch.fx量化部署到TensorRT本文对应第一篇，主要介绍torch.fx和基本使用方法。废话不多说，直接开始吧！什么是Torch.FXtorch.fx是Pytorch 1.8出来的一套工

triton作为一个NVIDIA开源的商用级别的服务框架，个人认为很好用而且很稳定**，API接口的变化也不大，我从2020年的20.06切换到2022年的22.06，两个大版本切换，一些涉及到代码的工程变动很少，稍微修改修改就可以直接复用，很方便。> 本系列讲解的版本也是基于22.06。

开篇老潘刚开始接触神经网络量化是2年前那会，用NCNN和TVM在树莓派上部署一个简单的SSD网络。那个时候使用的量化脚本是参考于TensorRT和NCNN的PTQ量化（训练后量化）模式，使用交叉熵的方式对模型进行量化，最终在树莓派3B+上部署一个简单的分类模型（识别剪刀石头布静态手势）。这是那会的一篇文章，略显稚嫩哈哈：一步一步解读神经网络编译器TVM(二)——利用TVM完成C++端的部署转眼间过