一、torch.Tensor1、torch.Tensor 的基本用法torch.Tensor 默认数据类型是 float32 torch.LongTensor 默认数据类型是 int64数据类型转换： int 和 float 之间的转换可以通过 t.int() 和 t.float()实现，默认转为 int64 和 float32 int 之间、float 之间的转换可以通过 a=b.type()
转载
2024-03-21 15:27:16
247阅读
tensorflow使用（转）https://github.com/wizardforcel/data-science-notebook/tree/master/tf/learning-tf-zh一、基础变量TensorFlow 是一种表示计算的方式，直到请求时才实际执行。 从这个意义上讲，它是一种延迟计算形式，它能够极大改善代码的运行：更快地计算复杂变量跨多个系统的分布式计算，包括 GPU。减少
目录一、torch中模型保存和加载的方式二、torch中模型保存和加载出现的问题1、单卡模型下保存模型结构和参数后加载出现的问题2、多卡机器单卡训练模型保存后在单卡机器上加载会报错3、多卡训练模型保存模型结构和参数后加载出现的问题a、模型结构和参数一起保然后在加载b、单独保存模型参数三、正确的保存模型和加载的方法最近使用pytorch训练模型，保存模型后再次加载使用出现了一些问题。记录一下解决方案
转载
2024-03-25 15:37:15
91阅读
pytorch和tensorflow函数对应关系方法名称大写一般为类，小写为函数，如A，a，使用方法为A()(),a()作用Pytorchtensorflow平常系列tensor常量troch.tensor()tf.constant()rangetorch.arange()tf.range()求和元素.sum()tf.reduce_sum()随机变量torch.normal()tf.random.
转载
2024-03-17 19:04:17
62阅读
0 前言当前pytroch是最流行的深度学习框架， 最主要的优点就是灵活易用。 tensorflow在很多生产部署环境中应用也还比较广泛， 虽然不好用， 但是效率上还是有点优势的。很多最新的研究工作是基于torch做的， 实际应用时可能需要转换为tensorflow。 因此， 这里列出一些常用的api映射关系，方便查阅和避坑。需要注意的是， torch的api比较简单， 但tensorflow的a
转载
2024-03-25 14:09:37
62阅读
TensorFlow模型导出到OpenCV调用引言1.模型训练（1）些许改进（2）整体训练模型的代码如下：（3）生成模型（4）控制台结果2.使用tensorboard查看模型架构，找出输入输出（可跳过）（1）生成事件文件（2）在cmd中执行以下语句（3）执行结果（4）在浏览器中查看3.导出为pb文件（1）注意事项（2）代码如下：（3）执行结果如下4.查看pb文件的节点名称（可跳过）（1）代码如下
转载
2024-04-18 09:27:34
197阅读
背景softmax在MNIST数据集上的正确率只有91%，不是很好，在这里，我们用卷积神经网络（Convolutional Neural Network,CNN）来改善效果。这会达到大概99.2%的准确率。权重初始化为了创建这个模型，我们需要创建大量的权重和偏置项。这个模型中的权重在初始化时应该加入少量的噪声来打破对称性以及避免0梯度。由于我们使用的是ReLU（线性纠正函数）神经元，因此比较好的做
转载
2024-04-15 15:06:25
36阅读
本文目录
目录
本文目录环境安装PyTorch数据类型操作pandas读写数据集矩阵操作自动求导概率论 环境安装PyTorch官网Jupyter NoteBookPyTorch数据类型操作import torch
x = torch.arange(12) # 使用arange创建一个行向量x tensor([ 0, 1, 2, 3, 4, 5, 6, 7
转载
2024-10-12 20:04:57
32阅读
这块主要想围绕着用numpy实现tensorflow形式和pytorch形式的框架展开，主要是想践行numpy->mmcv/lightning->算法paper->mmdet/mmclas...这条路，进一步还是加强对于深度学习一些偏全局的理解，更好的对业务问题进行解耦和建模。1.计算
小伙伴们好呀，TorchScript 解读系列教程更新啦~在上篇文章中，我们带领大家初步了解了 TorchScript。TorchScript 是 PyTorch 提供的模型序列化以及部署方案，可以弥补 PyTorch 难于部署的缺点，也可以轻松实现图优化或后端对接。TorchScript 支持通过trace来记录数据流的生成方式；也支持解析 AST 直接生成图的script方式。今天我们将介绍
1.pytorch和tensorflow的区别？ 1、首先是图的创建和调试 pytorch图结构的创建是动态的，即图是运行时创建的，更容易调试pytorch代码 tensorflow图结构的创建是静态的，即图首先被“编译”，然后再运行。 （一个好的框架应该要具备三点： ——方便实现大计算图； ——可自动求变量的导数； ——可简单的运行在GPU上； pytorch都做到了，但是现在很多公司用的都是
转载
2024-05-09 22:09:52
1072阅读
10月26日，深度学习元老Hinton的NIPS2017 Capsule论文《Dynamic Routing Between Capsules》终于在arxiv上发表。今天相关关于这篇论文的TensorFlow\Pytorch\Keras实现相继开源出来，让我们来看下。论文地址：https://arxiv.org/pdf/1710.09829.pdfCapsule 是一组神经元，其活动向量（act
转载
2024-08-21 09:43:39
53阅读
工程的完整链接可以参考Github链接。Pytorch以其动态图的调用方式，深得许多科研人员的喜爱，是许多人进行科研研究、算法预研的不二之选。本文我们跟大家讨论一下，如何使用Pytorch来进行嵌入式的算法部署。这里我们采用的离线训练框架为Pytorch，嵌入式端的推理框架为阿里巴巴近期开源的高性能推理框架MNN。下面我们将结合MNIST这个简单的分类任务来跟大家一步一步的完成嵌入式端的部署。Py
前言 从前面的Tensorflow环境搭建到目标检测模型迁移学习，已经完成了一个简答的扑克牌检测器，不管是从图片还是视频都能从画面中识别出有扑克的目标，并标识出扑克点数。但是，我想在想让他放在浏览器上可能实际使用，那么要如何让Tensorflow模型转换成web格式的呢？接下来将从实践的角度详细介绍一下部署方法！环境Windows10Anaconda3TensorFlow.js converte
转载
2023-08-06 21:06:54
283阅读
Paddle 模型转 TensorRT加速模型概述NVIDIA TensorRT 是一个高性能的深度学习预测库，可为深度学习推理应用程序提供低延迟和高吞吐量。PaddlePaddle 采用子图的形式对TensorRT进行了集成，即我们可以使用该模块来提升Paddle模型的预测性能。在这篇文章中，我们会介绍如何使用Paddle-TRT子图加速预测。当模型加载后，神经网络可以表示为由变量和运算节点组成
转载
2024-02-21 14:17:01
88阅读
创建Tensorflow的模型在Android平台受到设备的限制，本身并不能训练模型，因此需要使用已有的模型。 在本文中将介绍如何将Tensorflow的模型转换成tflite模型，为Android设备可以使用。import tensorflow as tf
import numpy as np
转载
2024-04-11 14:48:07
202阅读
一、加载已有模型直接使用temp=torch.load("E:\\study-proj\\图像分类：从零到亿\\5.使用更多模型\\model_resnet101.pth") #加载模型，如果只有数值就只会加载模型数据，如果有字典，则会加载模型数据和字典数据
model.load_state_dict(temp) #返回是否成功由于模型保存的时候有保存数据和保存数据和字典的方式，所以加载的时候就
转载
2023-07-17 09:38:52
178阅读
我按照here的说明成功添加了OpenCV.但是我已经尝试将tesseract添加到Android.mk中,现在已经有几天了,而且还无法做到.我有一个使用tesseract的android.cpp所以我必须在我的Android.mk中包含依赖项.我发现this post几乎是确切的问题,他解决了它将libtess.so和liblept.so文件导入Android.mk,但没有解释如何做到这一点,所
【代码】keras模型转tensorflow lite。
原创
2023-06-03 07:18:02
101阅读
是对安全策略形式化的第一个数学模型，是一个状态机模型，用状态变量表示系统的安全状态，用状态转换规则来描述系统的变化过程。一、模型的基本元素模型定义了如下的集合：S={s1,s2,…,sn} 主体的集合，主体：用户或代表用户的进程，能使信息流动的实体。O={o1,o2,…,om} 客体的集合，客体：文件、程序、存贮器段等。（主体也看作客体SO）C={c1,c2,…,cq} 主体或
