目录
首先是pytorch基础系列:
1. pytorch常用的一些基础属性和函数,以及与所熟知的numpy的不同,矩阵思维。
2. pytorch写cnnn训练的一系列流程。
3. pytorch 搭建模型 经典 ResNet+yolo
5. nn.moduleList 和Sequential由来、用法和实例 —— 写网络模型【高阶】
4. 深入 学习神经网络中 模块的属性方法。backward() autograd..
6. 矩阵思维 repeat view *等函数的实际应用 yolo
7. PyTorch简明笔记[1]-Tensor的初始化和基本操作
踩过的坑
1. 什么情况下应该设置 cudnn.benchmark = True?
2. PyTorch 更改训练好的模型 【继续训练】
3. RuntimeError: Error(s) in loading state_dict for ***: Missing key(s) in state_dict:
4. trian和val结果相差很大。
5. pytorch 多gpu训练
一些utils
1. label smoothing pytorch版本
2. 如何正确设置验证集 如何设置一个好的初始学习率
3. 多模型融合(闲人勿入)
4. python numpy 三行代码打乱训练数据
其次是实例faster rcnn 源码学习:
1. 首先需要必备的用到 的编程基础
2. 从输入输出 的维度角度 理解整个流程(手写流程图)
3. 深入了解损失函数的过程
4. 关键源码学习(手写anchor_target_layer流程图)
5. faster rcnn工程 文件函数结构 学习 init forward
之前写的内容有些杂乱,特此进行整理。
numpy:从多重for循环思维转换到矩阵思维 【广播】
pyTorch基础系列(一)—— 基本语法
RPN 预备编程知识(一) : Numpy VS Pytorch ( Anchor_target_layer )【用心写的】
numpy:从多重for循环思维转换到矩阵思维
PyTorch基础系列(二)——cnn简单训练6个流程【用心写的】
pytorch minst分类 莫凡
pytorch 进度条+分类【闲人误入Alibaba Cloud German AI Challenge 2018 AI For Earth Observation主程序】
pytorch 50行代码搭建ResNet-50
yolo v3 网络结构
pytorch yolov3 构建class Darknet 脑海中过一遍
PyTorch基础系列(三)——深入理解autograd:Variable属性方法【最新已经和tensor合并为一类】【用心写的】
pytorch 基础系列(四)——nn.module
pytorch yolov3 yolo层的构建 矩阵运算思维启蒙 损失函数要求公示里面的乘以相应的anchor
reshape和transpose的区别 【用心写的】
numpy:从多重for循环思维转换到矩阵思维
RPN 预备编程知识(一) : Numpy VS Pytorch ( Anchor_target_layer )
RPN 预备编程知识(二) : 函数篇章 bbox_transform.py
pytoch faster rcnn复现系列(一) RPN层输入输出维度理解【用心写的】
faster rcnn中 损失函数(一)——softmax,softmax loss和cross entropy的讲解 【用心写的】
faster rcnn中损失函数(二)—— Smoooh L1 Loss的讲解 【用心写的】
faster rcnn中损失函数(三)——理解faster-rcnn中计算rpn_loss_cls&rpn_loss_box的过程 【用心写的】
ROIPooling的意义?全连接层输入需要固定尺度?全连接层的实现?为什么需要两个全连接层?【附送 用心写的】
faster rcnn pytorch 复现系列(二):generate_anchors源码解析【用心写的】
faster rcnn pytorch 复现系列(三): Anchor_target_layer.py【手写流程图 用心写的】
继承nn.Module后的 init与forward函数【trian_val、vgg16、faster_rcnn、rpn】.py 学习 文件结构 大工程安排