前言：本章的内容本来很简单，但是涉及到的理论部分相对较多，想要彻底弄懂前因后果需要具备以下几个知识点，（1）python的高阶函数（2）python的装饰器本质（3）Python的functools模块里面的偏函数的本质这三块类容我在之前的文章中已经有详细说明了，不再赘述，可以参考下面的连接中的文章：博客专栏分类，关于Python的各种高级特性都有说明关于functoo...

前言：系列文章的前面两篇文章已经很明确的说明了如何使用DataSet类和DataLoader类，而且第二篇文章中详细介绍了DataLoader类中的几个重要的常用的参数，如sampler参数、collate_fn参数，但是在数据与处理的过程中，还会遇到数据增强、数据裁剪等各种操作，当然这些操作我们可以预先自己来实现，但是pytorch提供了强大的处理工具来对图像进行预处理，这也是本文的重点...

前言：前面介绍了如何自定义一个模型——通过继承nn.Module类来实现，在__init__构造函数中申明各个层的定义，在forward中实现层之间的连接关系，实际上就是前向传播的过程。事实上，在pytorch里面自定义层也是通过继承自nn.Module类来实现的，我前面说过，pytorch里面一般是没有层的概念，层也是当成一个模型来处理的，这里和keras是不一样的。前面...

前言：我们前面将的各种循环神经网络的实现都是固定的时间步长的，即timesteps的长度是固定的，但是在实际问题中，这个往往是不固定的，为什么呢？因为文本数据在处理的时候，由于各样本的长度并不一样，有的句子长有的句子短这就导致在timesteps上面是维度不固定的，这种数据该如何处理呢？这就是本文要说的重点了。目录一、大胆尝试，直接填充0行不行？二、tensorflow对于...

前言：pytorch的灵活性体现在它可以任意拓展我们所需要的内容，前面讲过的自定义模型、自定义层、自定义激活函数、自定义损失函数都属于pytorch的拓展，这里有三个重要的概念需要事先明确。要实现自定义拓展，有两种方式，（1）方式一：通过继承torch.nn.Module类来实现拓展。这也是我们前面的例子中所用到的，它最大的特点是以下几点：包装torch普通函数和torch.nn...

前言：远程协议有很多，本文只讨论几种主要的，另外由于Windows之间的远程桌面工具实在是太多了，这里就不再说明，主要以Windows和Linux之间的互相访问来说明。一、常见的远程协议及特点目前常用的协议有VNC/SPICE/RDP三种，就在这里做一个简单的介绍。三种协议的对比SPICEVNCRDPBIOS屏幕显示能能不...

前言：语义分割（Semantic Segmentation）是计算机视觉领域的热点领域之一，当前与目标检测、实例分割等都是非常热门的研究，但是语义分割的历史溯源却非常早，知道深度学习的兴起，特别是卷积神经网络的兴起，给语义分割带来新的发展方向，当前语音分割的模型层出不穷，他们的思想起源都来自于全卷积神经网络，即所谓的FCN，本文就来盘点一下FCN的核心设计思想。一、什么是语义分割（S...

1、多版本的CUDA以及cudnn安装2、不同版本的tensorflow在CUDA之间的切换3、验证自己的CUDA是否安装成功前面的一片文章里面讲到了tensorflow、NVIDIA显卡驱动、CUDA工具包、cudnn之间的一些关系，详情请参考原文：https://blog.csdn.net/qq_27825451/article/details/89082978...

前言：如何更好地进行python与.NET之间的交互式编程？在之前，我们常常使用IronPython，在.NET平台上使用python开发，但是IronPython只支持python2.7版本，而且不在维护，pythonnet提供了一个更好的解决方案，它提供了二者的交互，可以在编写python的时候与C#交互，调用C#，也可以在编写.NET的时候，将python代码嵌入在C#里面。详细信息...

前言：本文为系列文章的第三篇，讲解如何利用Windows C++（MSVC)结合VS Code搭建一个完整的开发环境，前面的两篇文章参考下面：VSCode开发C、C++环境搭建系列（一）——基于Mingw-w64搭建VSCode开发C、C++环境搭建系列（二）——GCC/G++编译器对头文件、静态库、动态库的搜索路径详解详细关于MSVC的使用可以参考官方网站：https://d...