pytorchOCR之PSEnet论文链接官方代码论文解读这里就不做了，网上很多。这里只对项目代码解读。标签制作借用论文里的图，如图所示，需要生成若干个（自己设定，论文中为6）黑白图，文字部分为白即为1，背景部分为黑即为0. 白色最大的为文字分割图，最小的文中叫做kernel图，通过这样可以分开临近的文本。在ptocr/dataloader/DetLoad/MakeSegMap.py里的def s
转载
2023-08-30 13:43:21
108阅读
# PyTorch CPU 并行计算方案
在深度学习中，使用GPU进行并行计算可以显著提高训练和推理速度。然而，并非所有场景都能够使用GPU。在一些特定的场景下，我们可能只能使用CPU进行计算。本文将介绍如何使用PyTorch在CPU上进行并行计算，以提高计算效率。
## 背景介绍
PyTorch是一个开源的深度学习框架，它支持在GPU上进行加速计算。在PyTorch中，我们可以使用`tor
原创
2023-11-06 07:04:28
472阅读
如何使用GPU训练/测试模型使用单GPU设置设备将数据转换成CUDA张量将模型参数转换成CUDA张量使用指定GPU1.使用CUDA_VISIBLE_DEVICES。1.1 直接在终端或shell脚本中设定：1.2 python代码中设定：2. 使用函数 set_device使用多GPUDP方法DDP方法需要先初始化数据集的处理模型初始化单节点多GPU分布式训练实验结果 原理：通过依靠GPU的并
转载
2023-08-14 13:00:43
343阅读
本篇博文主要讲如何使用PyTorch来进行模型训练和GPU操作。PyTorch 预训练模型Pytorch 提供了许多 Pre-Trained Model on ImageNet，仅需调用 torchvision.models 即可，具体细节可查看官方文档。往往我们需要对 Pre-Trained Model 进行相应的修改，以适应我们的任务。这种情况下，我们可以先输出 Pre-Trained Mod
转载
2023-08-02 23:20:15
334阅读
在FPGA设计中，所有的算术运算符都是按照无符号数进行的。如果要完成有符号数计算，对于加、减操作通过操作通过补码处理即可用无符号加法完成。对于乘法操作，无符号数直接采用“*” 运算符，有符号数可提高定义输出为signed来处理。尽量不要使用有符号数与无符号数进行混合计算。因为只要有一个无符号数的运算单元，整个算法将成为无符号数计算。正数和负数处理时都是按照补码的形式处理，把这些补码理解为符号型还是
转载
2024-06-22 10:25:35
118阅读
pytorch torchvision transform对PIL.Image进行变换class torchvision.transforms.Compose(transforms)将多个transform组合起来使用。transforms： 由transform构成的列表. 例子：transforms.Compose([
transforms.CenterCrop(10),
转载
2024-06-24 07:37:21
29阅读
1、Anacond下载Anaconda 的下载地址：https://www.anaconda.com/distribution/（目前，页面上是 Python3.9 的版本）Anaconda历史版本链接：https://repo.continuum.io/archive/2、Anaconda 安装双击进行安装，需要注意以下几点：记住安装路径，之后会用到跳过安装 Microsoft VSCode为了
转载
2024-01-15 21:44:50
152阅读
在深度学习领域，Keras以其简化的高层API成为了广泛使用的框架，而PyTorch凭借其灵活性和动态图特性也受到了极大的欢迎。随着这两个框架的普及，许多开发者都希望能够将Keras与PyTorch结合使用，从而利用两者各自的优点。本文将详细阐述如何实现“Keras用PyTorch做后端”的过程。
### 背景描述
2015年，Keras首次被开发出来，旨在为深度学习的实现提供更简单的接口。2
PatchmatchNet: Learned Multi-View Patchmatch Stereo一、Overview1.特点2.贡献二、NetworkOverlook0.1 网络结构0.2 net.py0.3 patchmatch结构0.4 patchmatch.py1. Initialization and Local Perturbation1.1 depthhypos.py2. Ad
转载
2024-01-15 11:56:12
415阅读
文章目录Pytorch的数据操作1、入门2、运算符3、广播机制4、索引与切片5、节省内存6、转换为其它Python对象 Pytorch的数据操作深度学习存储和操作数据的主要接口是张量（维数组）。 它提供了各种功能，包括基本数学运算、广播、索引、切片、内存节省和转换其它Python对象。1、入门首先，我们导入torch。请注意，虽然它被称为PyTorch，但是代码中使用torch而不是pytorc
转载
2023-11-08 17:01:43
73阅读
导语T_T之前似乎发过类似的文章，那时候是用Keras实现的，现在用的PyTorch，而且那时候发的内容感觉有些水，于是我决定。。。好吧我确实只是为了写点PyTorch练手然后顺便过来水一篇美文~~~利用Python实现图像风格的迁移！！！不喜欢过程同学的依旧可以直接下拉到最后看结果~Let's Go!参考资料链接：http://pytorch.org/tutorials/advanced/neu
超越CNN的transformer：VOLO 作者：elfin 参考资料来源：VOLO Transformer技术在CV领域大有"取代"CNN结构的趋势，但是不管是VIT、还是Swin Transformer感觉都差一点火候。这些引入“注意力”的模型在学者的手中，总是告诉我们其很美好，但是在实际
转载
2021-07-06 10:19:58
456阅读
vtk里面也用了很多开源代码。至少zlib图形库和OpenCV是用了一些的。 什么是OpenCVOpenCV是Intel®开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。 重要特性 OpenCV 拥有包括 300 多个C函数的跨平台的中、高层 API。它不依赖于其它的外部库——尽管也可以使用某些外部库。 OpenCV 对非商业应用
转载
2024-10-21 17:08:08
35阅读
mixup的图像混合生成方式比较简单，如下公式所示：(，)与(，)是同一个batch中随机选择的两个样本及对应标签，为从beta分布中随机采样的数，。随机生成的Python代码如下：lam = numpy.random.beta(alpha, alpha)实现代码比较简单，如下：alpha = 1.0 # 默认设置为1
criterion = nn.CrossEntropyLoss(
在2019年PyTorch开发者大会上，Facebook，Google和Salesforce Research联合宣布启动PyTorch-TPU项目。项目的目标是在保持PyTorch的灵活性的同时让社区尽可能容易地利用云TPU提供的高性能计算。团队创建了PyTorch/XLA这个repo，它可以让使PyTorch连接到云TPU并使用TPU内核，同时Colab也支持在云TPU上使用PyT
转载
2024-09-03 11:02:12
34阅读
# 如何在Mac上使用PyTorch
PyTorch是一个开源的机器学习框架，它可以帮助开发者快速构建和训练深度学习模型。在Mac上使用PyTorch也非常简单，本文将介绍如何在Mac上安装和使用PyTorch，并提供一个示例来展示PyTorch的基本用法。
## 安装PyTorch
在Mac上安装PyTorch有多种方法，其中最简单的方式是使用conda。首先你需要在你的Mac上安装Ana
原创
2024-05-29 06:04:10
142阅读
目录一、TensorBoard的主要功能二、使用步骤1.tensorboard涉及的方法和类1.1查看SummaryWriter这个类的使用方法1.2 完整代码总结（一些问题）1.1 add_scalar的简单操作1.2 如何打开这个事件文件？1.3 writer_image的简单操作 一、TensorBoard的主要功能 1.可视化模型的网络架构 2.跟踪模型指标
## 在 PyCharm 中使用 PyTorch 解决具体问题的方案
### 引言
PyTorch 是一个开放源代码的深度学习框架，它提供了强大的功能，方便开发者进行机器学习和神经网络的研究与开发。本文将介绍如何在 PyCharm 中使用 PyTorch，并通过一个具体的案例来演示这个过程。我们将以图像分类问题为例，使用 PyTorch 的卷积神经网络（CNN）进行训练，并通过可视化饼状图和旅
使用场景：不同的学校，都有一个或多个多个负责人需要接收到教师早上到校的记录。不同学校的接收时间不相同，可以灵活配置。
以上使用场景，简单的Timer定时器也可以满足程序的需求。自己写一个定时任务的连接池，记录对应时间的触发，传入参数，执行程序时需要知道是哪个学校触发的执行。
以上的使用场景，有现成的轮
# 项目方案：使用 PyTorch 构建模型进行图像分类
## 1. 简介
PyTorch 是一个基于 Python 的科学计算包，它是机器学习领域中常用的深度学习框架之一。本项目将使用 PyTorch 构建一个图像分类模型，用于对图像进行分类。我们将使用一个经典的数据集，如 CIFAR-10，来训练和测试模型。
## 2. 数据集准备
首先，我们需要准备数据集。我们将使用 CIFAR-1
原创
2023-12-29 05:02:53
104阅读
