pytorch

摘要 albumentations包是一种针对数据增强专门写的API，里面基本包含大量的数据增强手段，其特点： 1、Albumentations支持所有常见的计算机视觉任务，如分类、语义分割、实例分割

在用pycharm过程中，用pip去安装一些第三方包的时候会出现如下错误，缺少C++编译器，因为有些程序需要使用，没有C++接口会报错，查阅相关资料及自己的解决方案 一、whl文件安装 直接下载对应版

labelimg的安装 其实安装labelimg很简单，网上给了各种各样的方法，其实还不如直接使用cmd里面的pip进行安装。 如果你的电脑安装了python3，在cmd命令行里面执行以下命令即可：

出现这个报错之后我就去百度搜索，然后发现很多报错都是因为pytorch的问题，在看了很多人给的解决办法之后我认为都是因为版本问题所导致的，或者在安装的时候出现了问题。 首先我是运行了一份yolo代码它

```python import torch from torch import Tensor import torch.nn as nn from .utils import load_state_

RuntimeError: view size is not compatible with input tensor‘s size and stride 在运行程序中： python报错： 这是因为

锁页内存理解（pinned memory or page locked memory）： pin_memory就是锁页内存，创建DataLoader时，设置pin_memory=True，则意味着生成

pytorch中contiguous() contiguous：view只能用在contiguous的variable上。如果在view之前用了transpose, permute等，需要用conti

关于以下方法使用：detach() cpu() numpy() 以及item() PyTorch深度学习框架在训练时，大多都是利用GPU来提高训练速度，怎么用GPU（方法：.cuda()）： 我们可以

![pytorch实用教程.png](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/5600153de1d3477cbf8798efd9e0ce9

Depthwise(DW) 卷积与 Pointwise(PW) 卷积，合起来被称作Depthwise Separable Convolution(参见Google的Xception)，该结构和常规卷积

要点1 下面的图片是整个resnet26的流程图，我们需要记住的是我们在输入的时候是固定的大小224 * 224 要点2 我们使用的H * W是通过卷积的stride = 2来实现变成H/2 * W/

resnet18的图解 要点1 下面的图片是整个resnet18的流程图，我们需要记住的是我们在输入的时候是固定的大小224 * 224 要点2 我们使用的H * W是通过卷积的stride = 2来

Windows10+CUDA 10.1.0+pytorch安装过程 写这篇文章的主要目的是记录和分享一下自己成功安装的过程，如果有小伙伴正在被这个问题困扰的话，也可以看看是否能从这里找到解决的办法。

Colab 实用教程 Colab是什么？ Google Colab 是一个免费的云服务并支持免费的 GPU，可以： 提高你的 Python 语言的编码技能。 使用 Keras、TensorFlow、P

实战对pytorch官方的vgg网络实现的解读 先分段进行解读： 1.导包 2.别的项目想要引用的限制目录 只能引用该文件下的这些文件 3.网络模型的参数网络路径 4.Vgg的核心网络的实现 5.制作

总结 这套课程我看了，讲解的思路比较清晰全面，对于刚刚入门pytorch的同学很友好，基础部分基本上都涉及到了，后面的第五章，第六章是实战的重点，从数据、网络、损失、优化器、训练、测试等几个方面告诉我

1.进入官网 首先输入网址 https://pytorch.org/ 进入pytorch官网 2.INSTALL 在官网首页中我们可以找到INSTALL安装按钮点击，点击进入安装页 3.可以下载最新版