人工智能
-
利用 Flask 搭建 PyTorch 深度学习服务
https://www.pytorchtutorial.com/use-flask-to-build-pytorch-server/
-
PyTorch 中自定义数据集
https://www.pytorchtutorial.com/pytorch-custom-dataset-examples/ https://zhuanlan.zhihu.com/p/35698470
-
pytorch源码解析-动态接口宏
动态库接口定义： gcc: 定义在动态库的显示属性： 作用对象： 函数、变量、模板以及C++类 default： 表示在动态库内可见 hidden: 表示不可见 #define EXPORT __attribute__((__visibility__(“default”))) 微软: #define C10_EXPORT __declspec(dllexpo…
-
PyTorch中的Batch Normalization
Pytorch中的BatchNorm的API主要有： 1 torch.nn.BatchNorm1d(num_features, 2 3 eps=1e-05, 4 5 momentum=0.1, 6 7 affine=True, 8 9 track_running_stats=True) 一般来说pytorch中的模型都是继承nn.Module类的，都有一个属…
-
PyTorch模型读写、参数初始化、Finetune
使用了一段时间PyTorch，感觉爱不释手（0-0），听说现在已经有C++接口。在应用过程中不可避免需要使用Finetune/参数初始化/模型加载等。 模型保存/加载 1.所有模型参数 训练过程中，有时候会由于各种原因停止训练，这时候我们训练过程中就需要注意将每一轮epoch的模型保存(一般保存最好模型与当前轮模型)。一般使用pytorch里面推荐的保存方法…
-
keras fit_generator 并行
虽然已经走在 torch boy 的路上了， 还是把碰到的这个坑给记录一下 数据量较小时，我们可直接把整个数据集 load 到内存里，用 model.fit() 来拟合模型。 当数据集过大比如几十个 G 时，内存撑不下，需要用 model.fit_generator 的方式来拟合。 model.fit_generator 一般参数的配置参考官方文档就好，其中…
-
PyTorch固定参数
In situation of finetuning, parameters in backbone network need to be frozen. To achieve this target, there are two steps. First, locate the layers and change their requires_grad a…
-
keras 实现人工神经网络
#encoding=utf-8 import numpy as np from keras.models import Sequential from keras.layers import Dense,Activation#激活函数可以通过设置单独的激活层实现，也可以在构造层对象时通过传递activation参数实现。 from keras.optimiz…
-
pytorch简单框架
网络搭建： mynn.py: import torchfrom torch import nnclass mynn(nn.Module): def __init__(self): super(mynn, self).__init__() self.layer1 = nn.Sequential( nn.Linear(3520, 4096), nn.BatchN…
-
使用visdom可视化pytorch训练过程
1、安装 pip install visdom 或者 conda install -c conda-forge visdom 2、启动服务 python -m visdom.server 浏览器输入http://localhost:8097查看 3、使用 参考：https://github.com/noagarcia/visdom-tutorial http…
