原创 獲取smbol的內部節點(獲取部分網絡結構)

首先定義一個網絡 data = mx.sym.Variable('data') fc1 = mx.sym.FullyConnected(data=data, name='fc1', num_hidden=1000) act = m

原创 mxnet-gluon學習筆記之 - name_scope

源碼地址:https://mxnet.incubator.apache.org/api/python/docs/_modules/mxnet/gluon/block.html#Block.name_scope 其他參考: 參數和B

原创 YOLO-V3深度閱讀筆記

損失函數 coordinate loss class predictions loss 使用多標籤分類損失。(使用 binary cross-entropy loss) objectness loss 默認框和真實目標的匹配策

原创 git倉庫配置arc lint

自己新建一個git倉庫,不配置任何東西,執行 arc lint,會報以下錯誤: (gluon-cv) [shengqin.tang@gpu-dev001 god_vision]$ arc lint Usage Exception

原创 json,pickle等類型文件的讀寫

讀取json文件的每一行,然後json.loads將字符串轉爲字典(數據)。json.load將文件打開,並且把字符串轉爲數據類型。 json.dumps將字典(數據)轉爲字符串,然後用json.dump,將字符串寫入json文件

原创 h5py不能存儲unicode格式的字符串,出現TypeError錯誤

unicode h5py h5py不能保存unicode編碼的字符串 U’XXX’格式爲unicode 解決:依次將字符串轉換爲utf-8格式 以下鏈接有關於此問題的討論: https://github.com/h5py/h5py

原创 目標檢測 - 二階段檢測 - Faster-RCNN

部分內容參考: 1、https://blog.csdn.net/liuxiaoheng1992/article/details/81843363 2、mmdetection源碼(下面簡稱爲mmdet) 論文解讀 模型結構 論文中的

原创 mxnet - reshape操作完全解析(理解0,-1,-2,-3,-4)

一般來說,同一個操作,mxnet的ndarry和symbol都會有,分別對應動態圖和靜態圖,比如reshape,可以調用 mx.nd.reshape,或者調用 mx.sym.reshape。下面對reshape這個操作進行解析,以

原创 python學習 - 上下文管理,with語句

參考: https://www.cnblogs.com/flashBoxer/p/9664813.html https://blog.csdn.net/qq_37482956/article/details/100056517 g

原创 mmdetection - anchor-based方法訓練流程解析

訓練流程圖 最終會創建一個runner,然後調用runner.run時,實際會根據workflow中是train還是val,調用runner.py下的train和val函數。 batch_processor def batch_

原创 centernet筆記 - inference階段後處理

預備知識,mxnet.ndarray的一些操作 shape_array shape_array([[1,2,3,4], [5,6,7,8]]) = [2,4] # 獲取ndarry的shape # Returns a 1D in

原创 更改conda環境下,pip包安裝默認路徑

pip 指定某個路徑安裝包 # 在dir路徑下,安裝numpy包 pip install -t dir numpy pip install --target dir numpy 設置pip默認安裝路徑 1、查看目前默認安裝路徑

原创 pip,conda安裝包臨時或者永久使用國內的源 ( 這裏使用清華的源 )

清華pypi源的網址:https://pypi.tuna.tsinghua.edu.cn/simple 清華conda源的網址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/

原创 mxnet symbol 解析

mxnet symbol類定義:https://github.com/apache/incubator-mxnet/blob/master/python/mxnet/symbol/symbol.py 對於一個symbol,可分爲n

原创 Pytorch反向求導更新網絡參數的方法

今天小編就爲大家分享一篇Pytorch反向求導更新網絡參數的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧 方法一:手動計算變量的梯度,然後更新梯度 import torch from