问题遇到的现象和发生背景
问题相关代码，请勿粘贴截图
运行结果及报错内容
我的解答思路和尝试过的方法
我想要达到的结果
p = p.view(bs, self.na, self.no, self.ny, self.nx).permute(0, 1, 3, 4, 2).contiguous() 什么意思？
p = p.view(bs, self.na, self.no, self.ny, self.nx).permute(0, 1, 3, 4, 2).contiguous() 什么意思？
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
3条回答 默认 最新
技术专家团-辉煌仪奇 2022-03-31 14:49关注p.view(bs, self.na, self.no, self.ny, self.nx)
生成一个多维度列表
permute(0, 1, 3, 4, 2)
将第二维度放置到最后位置,将3,4纬度前移一位
contiguous()
返回一个前面操作的强制拷贝对象,后面操作这个对象时不会对前面的数据发送改变
有帮助点个采纳,谢谢本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏举报 分享
- 2022-03-31 14:36
p = p.view(bs, self.na, self.no, self.ny, self.nx).permute(0, 1, 3, 4, 2).contiguous() 什么意思？
python
有问必答
回答 3 已采纳 p.view(bs, self.na, self.no, self.ny, self.nx)生成一个多维度列表permute(0, 1, 3, 4, 2)将第二维度放置到最后位置,将3,4纬度前移一位 - 2022-05-09 23:54回答 1 已采纳 为么要用数组变量调用numpy函数，numpy是个库啊，不是函数
- 2022-05-20 10:41回答 3 已采纳 def test(args, io): all_true_cls = [] all_pred_cls = [] all_true_seg = [] all_pred_s
- 2021-08-23 20:22满船清梦压星河HK的博客 目录前言0、导入需要的包和基本配置1、parse_model2、Detect3、Model总结 前言 源码： YOLOv5源码. 导航: 【YOLOV5-5.0 源码讲解】整体项目文件导航. \qquad这个模块是yolov5的模型搭建模块，非常的重要，不过代码量...
- 2020-09-07 10:42回答 2 已采纳 我用的python3.7 运行你这段程序没有问题![图片
- 2022-04-10 19:40回答 1 已采纳 交换3个维度的顺序, 假设原来的顺序是(W, H, B), permute(2, 0, 1)之后就是(B, W, H), 因为torch里面第一个维度普遍都是batchnum,
- 2022-08-14 21:34回答 2 已采纳 embedding的原理你可以去搜cbow和skip-gram，说白了就是用两边的字或词预测中间的，或者用中间的字或词预测两边的。第一，每个文本，我们可以取字也可以取词，以字为例，先生成字典{"以":
- 2023-07-24 13:48x[i] = x[i].view(bs, self.na, self.no, ny, nx).permute(0, 1, 3, 4, 2).contiguous() if not self.training: # inference if self.dynamic or self.grid[i].shape[2:4] != x[i].shape[2:4]: self.grid[i], ...
- 2022-10-09 20:58回答 1 已采纳 超时错误，输入数据input_data的维度必须是三维，检查下数据
- 2022-11-28 16:32回答 2 已采纳 我认为唯一主要的加速将发生于并行。如果您因为cpu受限问题，那么利用多核是至关重要的。试着让每一行通过不同的（线程/进程）。当然，这会引起更多的问题，例如数据是否需要按照输入文件中的相同顺序排列。
- 2020-08-11 13:13回答 1 已采纳 https://blog.csdn.net/qq_35276242/article/details/97172432
- 2022-05-18 18:19Le0v1n的博客 1. 动机 在看YOLO v3-SPP源码时，看到tensor[..., a: b]的切片方式比较新奇，接下来进行分析： p = p.view(bs, self.na, self.no, self.ny, self.nx).permute(0, 1, 3, 4, 2).contiguous() # prediction if self....
- 2022-02-18 13:11回答 2 已采纳 def init_hidden(self): return (torch.randn(2, self.batch, self.hidden_dim // 2)).to(self.device)
- 2022-12-26 13:10ariesoary的博客 self.na, self.no, ny, nx).permute(0, 1, 3, 4, 2).contiguous() if not self.training: # inference if self.dynamic or self.grid[i].shape[2:4] != x[i].shape[2:4]: self.grid[i], self.anchor_grid[i] = self...
- 2021-05-29 17:51未尼从不加班的博客 1.yolo.py logger = logging.getLogger(__name__)
- 2021-11-14 21:11epic_Lin的博客 self.model, self.save = parse_model(deepcopy(self.yaml), ch=[ch]) # model, savelist ch input channels 第一列，即全是-1的这一列，代表输入层，如果是-1就代表是上一层。而Focus这一列是模块的名字，卷积...
- 2023-04-08 23:20Cary丿Xin的博客 self.na, self.no, ny, nx).permute(0, 1, 3, 4, 2).contiguous() if not self.training: # inference if self.onnx_dynamic or self.grid[i].shape[2:4] != x[i].shape[2:4]: self.grid[i], self.anchor_grid[i] =...
- 2021-03-31 23:25爱晚乏客游的博客 x[i].shape # x(bs,255,20,20) to x(bs,3,20,20,85) x[i] = x[i].view(bs, self.na, self.no, ny, nx).permute(0, 1, 3, 4, 2).contiguous() x[i] = x[i].view(bs * self.na * ny * nx, self.no).contiguous() 然后...
- 2023-02-21 23:26牛大了2023的博客 self.na, self.no, ny, nx).permute(0, 1, 3, 4, 2).contiguous() if not self.training: # inference if self.dynamic or self.grid[i].shape[2:4] != x[i].shape[2:4]: self.grid[i], self.anchor_grid[i] = self...
- 2022-08-16 12:11LiBiGo的博客 x[i] = self.m[i](x[i]) # conv xi[bs, 128/256/512, 80, 80] to [bs, 75, 80, 80] bs, _, ny, nx = x[i].shape # x(bs,255,20,20) to x(bs,3,20,20,85) x[i] = x[i].view(bs, self.na, self.no, ny, nx).permute(0,...
- 没有解决我的问题, 去提问
问题事件
系统已结题
4月8日
已采纳回答
3月31日-
创建了问题
3月31日
悬赏问题
- ¥15 BP神经网络控制倒立摆
- ¥20 要这个数学建模编程的代码 并且能完整允许出来结果 完整的过程和数据的结果
- ¥15 html5+css和javascript有人可以帮吗？图片要怎么插入代码里面啊
- ¥30 Unity接入微信SDK 无法开启摄像头
- ¥20 有偿 写代码 要用特定的软件anaconda 里的jvpyter 用python3写
- ¥20 cad图纸，chx-3六轴码垛机器人
- ¥15 移动摄像头专网需要解vlan
- ¥20 access多表提取相同字段数据并合并
- ¥20 基于MSP430f5529的MPU6050驱动，求出欧拉角
- ¥20 Java-Oj-桌布的计算