Pytorch中gpu的并行运算常用的最多的就是，多块GPU训练同一个网络模型。Pytorch中的并行运算。1. 多GPU输入数据并行运算一般使用torch.nn.DataParallel，例如：device_ids = [0, 1]net = torch.nn.DataParallel(net, device_ids=device_ids)2. 推荐GPU设置方式：单卡使用CUDA_VISIBL

首先切换到CMD，打开python交互环境输入，查看你所安装的pytorch版本import torchprint(torch.__version__)我的当前pytorch版本是>>> 1.6.0安装依赖包及torch-geometricpip install torch-scatter -f https://pytorch-geometric.com/whl/torch-1.

End-to-End Video Instacne Segmentation with Transformers（VisTR）阅读笔记https://arxiv.org/abs/2011.14503AbstractVisTR任务是一个直接的端到端并行序列解码、预测问题。输入是一个由多个图像帧组成的视频VisTR直接按照顺序输出视频中每个实isTR例的masks序列核心是一种新型的有效的实例匹配和分

CutPaste Self-Supervised Learning for Anomaly Detection and Localization阅读笔记Abstract为了建立高性能的缺陷检测模型，提出一个两阶段框架，只用正常训练数据来构建异常检测器，首先学习自监督深度表示，然后在表示上构建一个生成的单分类器。通过对剪切粘贴中的正常数据进行学习表示，剪切粘贴是一种简单的数据增强策略，对大图像进行随

基于深度学习的三维点云智能分析——北京科技大学自动化系樊彬老师研究背景许多应用需要三维数据的理解机器人、增强现实、自动驾驶、医学图像处理（CT、核磁共振）广泛应用前景和现实的应用基础三维数据有多种表示方式：多视角图片体素网格mesh数据（工业界）深度图像（RGB-D）3D点云，是由原始传感器输出的3D数据，一般是激光雷达Li-Dar 数据格式简单：一组3D坐标+额外的属性上述的体素网格、mesh数

Ubuntu18.04虚拟机解决窗口自适应安装开源的open-vm-toolssudo apt-get install open-vm-tools安装依赖包sudo apt-get install open-vm*

Ubuntu离线安装Pytorch和torchvision首先明确torch和torchvision的对应依赖版本torchtorchvisionpythoncuda1.510.61>=3.610.1，10.21.500.6.0>=3.610.1，10.21.4.00,5.0>=3.5，<=3.89.2，10.01.3.10.4.2>=3.5，<=3.79.2，