# PyTorch Mask R-CNN 及其 CPU 编译指南
Mask R-CNN（区域卷积神经网络）是一种用于目标检测和分割的深度学习模型，它在各种计算机视觉任务中表现卓越。随着 PyTorch 的日益流行，越多越多的研究人员和开发者开始使用 PyTorch 实现 Mask R-CNN。然而，在一些资源有限的环境中，进行 CPU 编译可能是必需的。本文将介绍如何使用 PyTorch 编译
一 继承 Module类来构造模型Module 类是 nn 模块里提供的一个模型构造类，是所有神经网络模块的基类，我们可以继承它来定义我们想要的模型。下面继承 Module 类构造本节开头提到的多层感知机。这里定义的MLP类重载了Module类的 init 函数和 forward 函数。它们分别用于创建模型参数和定义前向计算。前向计算也即正向传播。import torch
from torch i
转载
2023-10-11 15:43:55
72阅读
概述python为通过编译优化代码效率的方式提供了许多选项，包括纯粹的基于C的编译方式，比如Cython、 Shed Skin和 Pythran，凭借 Numba 的基于 LLVM 的编译方式，还有替代虚拟机的 PyPy，包含了一个内置的即时编译器（JIT）。面向的提升对象调用外部库（例如，正则表达式、字符串操作、调用数据库）的代码在编译后可能不会表现出任何速度提升。 I/O 密集型的程序同样不可
转载
2023-07-10 17:50:07
160阅读
一. 查看是否有gpu打开cmd 输入nvidia-smi 是以下这种情况的就是有gpu 没有gpu的话就会报错下载安装cuda以及cudnn（安装cpu版本可以跳过此步骤直接进行pytorch的安装）下载cuda看清楚两个箭头指的地方 一个是11.3.0 一个是日期 后面下载cudnn的时候也要下载同样日期的 点进去之后按照如下的点击进行下载安装cuda下载好之后点击运行 按照默认的路径安装 然
转载
2023-07-17 13:38:26
255阅读
当前训练CNN最受欢迎的两个框架是TensorFlow和 pyTorch，搭建相应的环境其实不难，博主早先在笔记本的Ubuntu上很快就搭建了pyTorch环境及手写了ResNet 的Demo。但是最近台式机配上比较不错的显卡后，再次搭建带CUDA的 pyTorch开发环境时，遇到一些问题，故简略记录于此。博主一直使用的是Ubuntu+Windows双系统，此次一并将双系统（Win10+Ubunt
转载
2024-01-30 06:57:23
50阅读
pycharm专业版安装与初步使用（一）pycharm简介首先，我们先来介绍一下，目前最强大的编译器，没有之一。PyCharm是一种Python IDE（Integrated Development Environment），其带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如：调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制等等。此外，该
转载
2024-01-12 23:53:02
208阅读
源代码的下载和编译主要包括下载、编译和测试Android源代码以及下载编译Linux内核源代码。配置Android源代码下载环境有五个步骤：第一步：创建一个用于存放下载脚本文件的目录；第二步：下载repo脚本文件；第三步：创建用于存放Android源代码的目录；第四步：初始化；第五步：开始下载Android源代码。下载Android源代码中的某个子项目有两种方法：使用repo sync命
1. 理解 Pytorch 的张量类型Pytorch中使用的数据结构为张量 - Tensor，可以表示一个标量，一个向量，一个矩阵，或是更高维度的数组。在深度神经网络中，基于Pytorch的相关计算和优化都是在Tensor的基础上完成的。Pytorch中的张量结构与Numpy中的ndarray类似，共有底层内存，因而可以方便地进行相互转化。Numpy仅支持CPU计算，而Pytorch支持GPU计算
转载
2023-08-13 16:15:15
241阅读
一、Windows（64bit）下安装pytorch-cpu首先说个题外话，为了日后使用的方便最好是将将conda和pip的软件源修改成清华的源，这样的话，使用conda或者pip安装软件速度会快很多。可使用如下指令进行设置:（当然只是建议，与本次pytorch的安装无关，pytorch都是直接从官网上下载，速度还挺快）conda config --add channels https://m
转载
2023-09-05 22:02:16
219阅读
2022年5月，PyTorch官方宣布已正式支持在M1芯片版本的Mac上进行模型加速。官方对比数据显示，和CPU相比，M1上炼丹速度平均可加速7倍。哇哦，不用单独配个GPU也能加速这么多，我迫不及待地搞到一个M1芯片的MacBook后试水了一番，并把我认为相关重要的信息梳理成了本文。公众号后台回复关键词：M1，可获取本文jupyter notebook源代码。一，加速原理Question1，Mac
转载
2024-02-18 11:31:20
112阅读
背景本文以PyTorch 1.0为基础。PyTorch的编译首先是python风格的编译，使用了python的setuptools编译系统。以最基本的编译安装命令python setup.py install 为例，这一编译过程包含了如下几个主要阶段：1，setup.py入口；2，提前检查依赖项；3，使用cmake生成Makefile；4，Make命令——中间源文件的产生；5，Mak
转载
2023-09-27 15:49:29
294阅读
Win10安装 pytorch【CPU版】一、安装Anaconda二、安装Pytorch-CPU1. 打开 Anaconda Prompt2. 查看conda环境3. 进入 pytorch 环境，安装pytorch4. 到[pytorch官网](https://pytorch.org/get-started/locally/)5. 手动安装方法6. 验证是否安装成功7. vscode配置【笔者是
转载
2023-10-31 20:43:53
0阅读
# PyTorch CPU 量化 CPU
在深度学习领域中，模型的大小和计算的效率是非常重要的。为了减小模型的大小和提高计算的效率，我们可以使用量化技术。量化是指将模型中的浮点数参数转换为整数，以减小模型的存储空间和计算量，从而提高模型的运行速度。
PyTorch 是一个流行的深度学习框架，它提供了一种简单而强大的方法来执行模型的量化。在本文中，我们将介绍如何使用PyTorch在CPU上进行模
原创
2023-07-28 07:33:36
873阅读
虽然pytorch官方有一个mac下的编译指南，但是还是不是很详细，一路过来我也遇到了许多问题。网上虽然有一些mac 下pytorch-gpu版，但是别人编译的有的时候和自己机器不是很兼容。所以需要自己来编译一下。因为我正好需要用gpu版的pytorch 0.3版，python 2.7，但是在网上找了半天都没找到，所以只能自己动手了。如果不需要gpu版的小伙伴安装pytorch那是非常简单的，可以
转载
2023-09-30 08:19:08
261阅读
PyTorch C++源码调试 文章目录PyTorch C++源码调试1.编译PyTorch源码2.Debug 流程3. 实际演示(VSCode调试)注： 环境： PyTorch源码：截止到（2021-6-25）源码，编译后torch.__version__=1.10.0a0+gitd03ff1a
CPU编译：（因为需要debug 模块的C++运行逻辑，这里只编译了CPU支持）系统：5.10.1
转载
2023-09-25 06:45:06
189阅读
以前总用的tf框架，现在系统的练习下pytorch，将部分学习记录整理在此，尽量简洁明了，加油。 目录一、步骤1. 先创建个虚拟环境2. 进入虚拟环境3. 在该虚拟环境下安装PyTorch和 torchvision4. 完成。(报错及解决方案见下)二、报错问题及解决方案具体操作(我用的法4，推荐)法1法2法3法4(推荐，会花点时间，安了不少东西)三、补充常用命令列出所有的环境激活环境退出环境切换镜
转载
2023-07-20 20:20:07
331阅读
CPU版pytorch安装针对个人PC不带有GPU显卡，无法用cuda驱动pytorch程序。现在小编已经步入深度学习的过程啦，所谓打工也得扛工具，怎么能逃得过现在最火的pytorch框架的魔掌，这个过程就是我不断在配环境不断报错，各种报错，继续报错，但是不能打败我的，都将让我更加强大！主要参考网站:科学网—Windows10下的Pytorch框架安装（CPU版） 遇到的一些问题：先自己要确定好安
转载
2023-10-11 23:02:09
273阅读
适配环境：Python3.8（其他版本需要自行下载对应whl文件）第一步： 检查支持whl文件类型#在cmd中输入以下代码查看自己电脑所支持的whl
python -m pip debug --verbose运行后结果如下：由于我的python版本为3.8，所以支持cp38-cp38-win_amd64的whl文件（一定要注意查看，当初我就是因为没有查看自己电脑支持的whl类型，提起来都是血泪教训
转载
2023-10-05 08:15:42
1269阅读
记录贴，面向小白。方案一使用清华源下载，方案二使用whl文件下载。推荐直接看方案二，可以安装指定版本，下载速度也很快。方案一首先，打开Anaconda Prompt， 输入conda env list或conda info -e, 查看当前所有的隔离环境。 找到你想安装pytorch的环境，激活，我这里选择的是Python3.7，所以activate py37。 这时，前面括号里的base就切换到
转载
2024-04-23 13:36:09
56阅读
目录前言1. PyTorch 训练时在第一个 epoch 的最后一个 batch 卡死- 问题描述- 可能的原因- 解决方法2. 使用命令行运行时，卡在第一个 epoch- 问题描述- 原因分析- 解决方法 前言在实际训练中遇到了各种各样的卡住问题，在此总结一下，PyTorch 训练时遇到的卡住停住等问题可以从以下几个方面根据情况具体分析 (参考PyTorch训练时，Dataloader卡死、挂
转载
2023-12-08 20:21:01
552阅读
