网络模型的参数量和FLOPs的计算 Pytorch
如果把torchstat包中的一行程序进行一点点改动,那么这个包可以用来统计全连接神经网络的参数量和计算量。当然手动计算全连接神经网络的参数量和计算量也很快 =_=。进入torchstat源代码之后,如下图所示,注释掉圈红的地方,就可以用torchstat包统计全连接神经网络的参数量和计算量了。包,
pytorch lightning最简上手
pytorch lightning最简上手
【Pytorch】torch.nn.init.xavier_uniform_()
Hello!ଘ(੭ˊᵕˋ)੭昵称:海轰标签:程序猿|C++选手|学生简介:因C语言结识编程,随后转入计算机专业,获得过国家奖学金,有幸在竞赛中拿过一些国奖、省奖…已保研学习经验:扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语!唯有努力💪本文仅记录自己感兴趣的内容文章仅作为个人学习笔
MMOCR之多模态融合ABINET文字识别
今天是和大家继续分享MMOCR之ABINET文字识别。主要是一个独立自治多模态融合的思想。用文本模型提升模型整体的精度。视觉模型可以看做是先验信息,通过文本模型进行矫正。最后融合在一起,输出最终的结果,非常有新意。......
pytorch获得模型的参数量和模型的大小
pytorch获得模型的参数量和模型的大小
如何部署一个自己的AI绘图
目前AI绘图只支持N卡,显存最少4G,部署的时候一定要注意设备的配置
张量——Pytorch中Tensor的维度,形状,意义
搬运一篇文章!阅读原文在深度学习里,Tensor实际上就是一个多维数组(multidimensional array)。而Tensor的目的是能够创造更高维度的矩阵、向量。对Pytorch中的tensor人工读取维度和形状的时候总是很别扭,故作此文加深一下对tensor维度,形状以及各维度意义的理解
Vitis-AI量化编译YOLOv5(Pytorch框架)并部署ZCU104(一)
Vitis-AI进行量化编译
FPN细节剖析以及pytorch代码实现
FPN细节剖析以及pytorch代码实现
模型初始化与随机种子——Pytorch 炼丹技巧(随手记)
模型参数的默认初始化方式和自定义初始化方式,以及通过设置随机种子让每次实验的模型初始化参数保持一致
训练自己的GPT2-Chinese模型
基于GPT2-Chinese训练中文文本模型
Pytorch深度学习实战3-5:详解计算图与自动微分机(附实例)
本文详细介绍Pytorch中计算图的底层原理,讲解基于计算图的前向传播和反向传播,Pytorch自动微分原理以及梯度缓存、参数冻结等技巧
使用Pytorch实现对比学习SimCLR 进行自监督预训练
SimCLR(Simple Framework for Contrastive Learning of Representations)是一种学习图像表示的自监督技术。SimCLR 已被证明在各种图像分类基准上优于最先进的无监督学习方法。
【Pytorch】利用PyTorch实现图像识别
利用PyTorch实现图像识别的相关知识
cuda常见报错
cuda常见报错
TensorFlow和CUDA、cudnn、Pytorch以及英伟达显卡对应版本对照表
TensorFlow和CUDA、cudnn、Pytorch以及英伟达显卡对应版本对照表CUDA下载地址CUDNN下载地址torch下载英伟达显卡下载一、TensorFlow对应版本对照表版本Python 版本编译器cuDNNCUDAtensorflow-2.9.03.7-3.108.111.2ten
mmselfSup训练自己的数据集
最近在做自监督学习的东西,使用无标签数据做预训练模型,做个分享吧,写的不好,请见谅。
Pytorch实战笔记(1)——BiLSTM 实现情感分析
本文展示的是使用 Pytorch 构建一个 BiLSTM 来实现情感分析。本文的架构是第一章详细介绍 BiLSTM,第二章粗略介绍 BiLSTM(就是说如果你想快速上手可以跳过第一章),第三章是核心代码部分。
计算模型的GFLOPs和参数量 & 举例VGG16和DETR
近期忙于写论文,分享一下论文中表格数据的计算方法。FLOPS:注意S是大写,是“每秒所执行的浮点运算次数”(floating-point operations per second)的缩写。它常被用来估算电脑的执行效能,尤其是在使用到大量浮点运算的科学计算领域中。正因为FLOPS字尾的那个S,代表秒
torch.nn.functional.interpolate()函数详解
通常可以使用pytorch中的torch.nn.functional.interpolate()实现插值和上采样。上采样,在深度学习框架中,可以简单理解为任何可以让你的图像变成更高分辨率的技术。input(Tensor):输入张量size(intor Tuple[int] or Tuple[int,