文章目录1 自己写类 要注意什么2 计算loss所需参数2.1 pred是什么2.2 target是什么3 loss的计算过程4 代码理解5 感谢链接1 自己写类 要注意什么Pytorch中，调用自己写的类，forward函数为什么可以直接被调用？比如下文yolo_loss是自己写的类。loss_item, num_pos = yolo_loss(l, outputs[l], targets)#

python运行报错：RuntimeError: view size is not compatible with input tensor’s size and stride (at least one dimension spans across two contiguous subspaces). Use .reshape(…) instead.感谢 柠檬树下你和我 的文章，知道了报错原因和

文章目录1 问题描述2 解决方案1 问题描述常规查看显卡上在运行哪些程序，只需命令：watch nvidia-smi但有一天，它报错了：Failed to initialize NVML: Driver/library version mismatch不知道是否有程序在跑？关机重启？2 解决方案可以用如下命令解决：fuser -v /dev/nvidia*PID比较多，应该是启用了多进程。有些人隐

文章目录1 三大框架使用格式2 NCHW和NHWC优缺点对比3 如何从输入图像到想要的格式呢？1 三大框架使用格式PyTorch：NCHWCaffe：NCHWTensorFlow：默认使用NHWC，GPU也支持NCHW2 NCHW和NHWC优缺点对比NCHW 必须等所有通道输入准备好才能得到最终输出结果，需要占用较大的临时空间。NHWC 的访存局部性更好（每三个输入像素即可得到一个输出像素）；Te

在终端中输入python3，导入包，使用。即可获取包的安装路径。

文章目录 1 总体概述2 加载权重3 冻结特征提取层权重进行训练4 项目整体代码5 感谢链接 1 总体概述 在Imagenet上训练的预训练权重，用到CIFAR10数据集上，再代码层面有以下几个问题，模型最后一层权重个数不同，如何加载呢？要是想冻结权重进行训练又怎么办呢？下面分别进行解答。 2 加载权重 以Mobilenetv2为例，Imagenet2012分类数据集，类别个数为1000，故网络

文章目录1 网络训练流程概述2 训练前先注意3 整体代码理解4 一轮训练与验证代码5 感谢链接1 网络训练流程概述想得到一个model_best模型，宽泛的考虑：拿到数据，训练一下，谁效果好，谁就是model_best。细致考虑的话，需要注意以下要点：是否使用cuda？数据集准备和划分比例关系训练多少个epoch？是否要先冻结特征提取部分参数训练，然后再解冻训练？通常不是学习率大小和batch_s

文章目录1 为什么2 安装python3.63 调整python顺序1 为什么常用python3.6，但ubuntu16.04中默认安装的是 python2.7 和 python3.5.2 （注意 ： 这两个版本不能删除/卸载，否则系统很容易出错）2 安装python3.6sudo add-apt-repository ppa:deadsnakes/ppa# 把ppa源整过来，添加一下sudo a

文章目录1 多尺度训练的介绍2 代码解析3 感谢链接1 多尺度训练的介绍多尺度训练对全卷积网络有效，在训练时，每隔一定的 iterations，在一定尺寸范围内，随机选取一种 img_size 进行训练。通过对不同尺度的图像进行训练，在一定程度上提高检测模型对物体大小的鲁棒性。使用尺度小的图片测试速度快些，但准确度低，用尺度大的图片测试速度慢，但准确度高。2 代码解析可以根据代码注释以及最下方的Y

文章目录1 问题描述2 问题分析3 hb_model_verifier验证 quanti onnx 和 bin模型 的一致性4 网络模型本身有问题？5 模型转换工具链使用的问题？6 思考与建议7 附上一些很好的踩坑文章仅以此文感谢师弟 闪电侠的右手，并记录bug调试过程。1 问题描述之前有写过文章：将pytorch生成的onnx模型转换成.bin模型，其中，在获取.bin模型时，把yaml文件中i