在python3中如果使用reduce需要先导入from functools import reducereduce函数，reduce函数会对参数序列中元素进行累积。---->#reduce 函数：功能 将一个列表中所有的值 合并成一个值reduce函数的定义：reduce(function, sequence [, initial] ) -> valuefunction参数是一个有两
转载
2024-04-16 16:34:10
364阅读
原创
2021-09-07 11:46:33
1121阅读
Opencv中的深度学习模块（DNN）为模型部署提供了基础能力支持，支持tf、pytorch、onnx模型的部署方式，其中onnx是一种深度学习模型的开放式格式。tf模型、pytorch模型和paddle模型都可以转换为onnx格式。为此本博文专注于使用opencv的dnn模块部署onnx模型，实现了应用于语义分割的argmax函数。1、 dnn支持的onnx算子opencv中dnn模块支持的算
转载
2024-05-07 21:00:27
168阅读
现象bt的堆栈信息standard io上的错误输出从报错信息上看是非法的内存访问，但是报错的位置不一定是真实的位置，因为GPU都是异步发起的，错误可能会被在后面的op捕捉。例如cudaEventDestory： debug方式思维方式 复现，解决问题一定要复现问题，不能复现的问题不能确定正真解决。所以首先要做的是复现。定位，定位范围是逐渐缩小，优先排查自定义的代码
转载
2024-04-25 15:12:43
115阅读
文章目录一、卷积层1. 卷积核1.1 卷积操作2. 输出层计算公式3.计算量分析4.参数量计算二、BN层1. 为什么要进行BN？2.BN操作步骤2.1 为什么是mini-batch？2.2为什么BN层一般用在线性层和卷积层后面，而不是放在非线性单元后3. Batch Normalization 优缺点3.1 Batch Normalization 优点3.2 Batch Normalizatio
转载
2024-03-18 20:59:44
204阅读
YOLOv5简易使用笔记前言：这篇博客只是简单记录下YOLOv5的使用方式，并不会详细介绍代码含义之类的。 环境：YOLOv5Python 3.8.1YOLOv5目录介绍从Github上下载解压好最新的YOLOv5文件后的目录如下图data文件夹里面放着yaml文件，就是数据集的一些配置，是比较重要的，在训练自己数据集的时候会用到这个文件夹。model文件夹里面放着一些官方的参数模型，里面有4个y
整个定义是主要就是这三个部分最外层是ModelProto，记录一些模型信息：ir版本，来自pytorch/tensorflow，… ， 和GraphProto////};GraphProto才是核心，里面
原创
2022-10-15 01:14:25
608阅读
目录一、函数进阶1、高级用法二、匿名函数(lambda)三、高阶函数1、高阶函数简介2、map()3、filter()4、sorted()本章小结 一、函数进阶1、高级用法1.函数可以被引用(可以赋值)def fn():
print("我是fn")
f = fn # fn 函数本身
f()2.函数可以作为参数传入另外一个函数def fn():
print("我是fn")
转载
2024-08-30 12:48:57
30阅读
编译ONNX模型Compile ONNX Models 本文是一篇介绍如何使用Relay部署ONNX模型的说明。 首先，必须安装ONNX包。 一个快速的解决方案是安装protobuf编译器，然后 pip install onnx –user 或者参考官方网站： https://github.com/
转载
2020-12-09 13:00:00
654阅读
2评论
面向对象的实现：
1. 发现类
2. 发现类的属性
3. 发现类的方法
封装:
将类的某些信息隐藏,需要特定方法访问
优点: 避免非法赋值,隐藏类的实现
转载
2023-07-20 22:57:32
631阅读
下载安装git clone https://github.com/onnx/onnx.git --recursive# 编译错误，无法正常安装sudo pip2 install ./onnx直接安装sudo pip2 install onnx测试python2 -c 'import onnx' ...
原创
2022-02-04 14:57:06
897阅读
下载安装git clone https://github.com/onnx/onnx.git --recursive# 编译错误，无法正常安装sudo pip2 install ./onnx直接安装sudo pip2 install onnx测试python2 -c 'import onnx' ...
原创
2021-08-07 14:31:32
2015阅读
使用Python和ONNX构建机器学习模型已经成为近年来的热门趋势。ONNX（Open Neural Network Exchange）是一个开放格式，旨在促进不同深度学习工具之间的互操作性。这篇博文将详细介绍如何设置Python的ONNX环境，集成步骤，参数配置以及实战应用的过程。
## 环境准备
在开始之前，我们需要准备Python开发环境并安装所需的依赖。
### 依赖安装指南
根据
# Spark ONNX: 将深度学习模型与Spark相结合
的嵌入式脚本语言(最初绑定在CEnvi软件中).后将其改名ScriptEase.(客户端执行的语言)Netsca
简介Open Neural Network Exchange（ONNX，开放神经网络交换）格式，是一个用于表示深度
原创
2023-05-17 15:23:30
164阅读
PS：针对于以上的两个局限，我的本科毕设论文提出了一种解决方案，就是通过编译器里面的词法分析，语法分析直接扫描Pytorch或者te
原创
2024-07-30 14:59:16
127阅读
# 从PyTorch到ONNX：实现深度学习模型的高效转换
在深度学习领域，PyTorch是一个非常受欢迎的开源深度学习框架。它具有灵活性和易用性，使得对于研究人员和开发者来说，使用PyTorch来构建和训练深度学习模型非常方便。然而，在生产环境中，我们往往需要将PyTorch模型转换为其他格式，比如ONNX格式，以便在不同的平台上部署和运行模型。
## 什么是ONNX？
ONNX（Open
原创
2024-02-19 06:40:50
46阅读
概述神经网络本质上是一个计算图。计算图的节点是算子，边是参与运算的张量。而通过可视化 ONNX 模型，我们知道 ONNX 记录了所有算子节点的属性信息，并把参与运算的张量信息存储在算子节点的输入输出信息中。事实上，ONNX 模型的结构可以用类图大致表示如下：如图所示，一个 ONNX 模型可以用 ModelProto 类表示。ModelProto 包含了版本、创建者等日志信息，还包含了存储计算图结构
转载
2024-08-24 10:16:12
649阅读
