目录 问题来源： iid划分（随即划分数据集） 1 torch.utils.data.Subset 2 手动划分 3 根据每个client的索引进行数据集划分 3 按照 non-i...
- Python
- 2023-03-17
目录 1 Tensor和numpy 1.1 使用numpy来拟合 1.2 使用pytorch-tensor拟合 2 Autograd 2.1 将autograd运用于tensor ...
- Python
- 2023-03-17
有关模型的定义、参数查看和训练；卷积层计算规则；模型修改的小技巧，请参考：https://blog.csdn.net/weixin_42468475/article/details...
- Python
- 2023-03-17
目录 1 保存模型 1.1 保存整个网络 1.2 保存网络参数 把参数以 `np.array` 的形式进行保存和读取 跨设备的保存和加载 在 GPU上保存，CPU上加载 GPU上保...
- Python
- 2023-03-17
如何让每次实验运行后得到的结果都一致？ 可以通过将以下设置放在 import 后，正式代码前： np.random.seed(0) random.seed(0) torch.man...
- Python
- 2023-03-17
目录 1 设置GPU的一些操作 避坑！！！ RuntimeError: No CUDA GPUs are available 2 直接在gpu创建 3 从cpu转移到gpu 4 在...
- Python
- 2023-03-17
目录 1 torchvision.transforms下的具体操作 1.1 ToTensor() 1.2 Normalize 1.3 RandomRotation 1.4 Resi...
- Python
- 2023-03-17
可以结合这篇文章，更好地了解理论知识：https://blog.csdn.net/weixin_42468475/article/details/108369795 目录 方法1 ...
- Python
- 2023-03-17
![[深度学习] 基于切片辅助超推理库SAHI优化小目标识别](https://gitlab.com/luohenyueji/article_picture_warehouse/-/raw/main/CSDN/%5B%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%5D%20%E5%9F%BA%E4%BA%8E%E5%88%87%E7%89%87%E8%BE%85%E5%8A%A9%E8%B6%85%E6%8E%A8%E7%90%86%E5%BA%93SAHI%E4%BC%98%E5%8C%96%E5%B0%8F%E7%9B%AE%E6%A0%87%E8%AF%86%E5%88%AB/%5B%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%5D%20%E5%9F%BA%E4%BA%8E%E5%88%87%E7%89%87%E8%BE%85%E5%8A%A9%E8%B6%85%E6%8E%A8%E7%90%86%E5%BA%93SAHI%E4%BC%98%E5%8C%96%E5%B0%8F%E7%9B%AE%E6%A0%87%E8%AF%86%E5%88%AB/image/sliced_inference.gif)
[深度学习] 基于切片辅助超推理库SAHI优化小目标识别
对象检测是迄今为止计算机视觉中最重要的应用领域。然而，小物体的检测和大图像的推理仍然是实际使用中的主要问题，这是因为小目…
- 转载文章
- 2023-03-16
![[深度学习] Contractive Autoencoder](https://img2023.cnblogs.com/blog/3059743/202212/3059743-20221221201315661-1712164610.gif)
[深度学习] Contractive Autoencoder
转载于DeepLearning: Contractive Autoencoder - dupuleng - 博客园…
- 转载文章
- 2023-03-16
![[深度学习] tf.keras入门4-过拟合和欠拟合](https://img-blog.csdn.net/20180718104742110?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0x1b2hlbllK/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
[深度学习] tf.keras入门4-过拟合和欠拟合
过拟合和欠拟合 简单来说过拟合就是模型训练集精度高，测试集训练精度低；欠拟合则是模型训练集和测试集训练精度都低。 官方文…
- 转载文章
- 2023-03-16
一文读懂神经网络 http://dataunion.org/11692.html （上文的补充） 卷积神经网络工作原理的直观理解 https://zhihu.com/questio...
- 转载文章
- 2023-03-16
![[深度学习] ImageAI库使用笔记](https://img-blog.csdnimg.cn/20200807132152107.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0x1b2hlbllK,size_16,color_FFFFFF,t_70#pic_center)
![[深度学习] caffe分类模型训练、结果可视化、部署及量化笔记](https://img-blog.csdnimg.cn/20190808153723769.png)
[深度学习] caffe分类模型训练、结果可视化、部署及量化笔记
本文为本人caffe分类网络训练、结果可视化、部署及量化具体过程的心得笔记。caffe目前官方已经停止支持了，但是caf…
- 转载文章
- 2023-03-16
![[深度学习] imgaug库使用笔记](https://gitee.com/luohenyueji/article_picture_warehouse/raw/master/CSDN/%5B%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%5D%20imgaug%E5%BA%93%E4%BD%BF%E7%94%A8%E7%AC%94%E8%AE%B0/output_4_1.png)
模型不可知元学习（Model-Agnostic Meta-Learning, MAML）的目标是使模型每次的梯度更新更有效、提升模型的学习效率、泛化能力等，它可以被看做一种对模...
- 转载文章
- 2023-03-13
