我想知道resnet50中，这一段代码的意义。 for m in self.modules(): if isinstance(m,nn.Conv2d):

在网络剪枝部分，对核内一些不重要的权重置为“0”，保存下的模型大小还是没有变，分析原因是因为虽然将部分权重置0，但“0”权重还是占内存。于是我将“0”权重删掉，保存下来的权重大小确实减小了，但带来了新

适用hiddenlayer显示训练过程，但是图像上并没有曲线 import numpy as np import hiddenlayer as hl import torch import tor

我有个问题想咨询一下： ①. epochs=50训练完成之后，生成了一个best.pt和 last.pt。如果此时我再进行一轮epchos=50的训练，但是weights参数使用上一轮生

请问为啥这个输出还是三维的，经过这个核为1的全连接层之后不应该输出一维的张量吗，这种情况应该怎么处理呢

最近在做语义分割，但评价指标都是整体的mIoU，我想知道各个类的IoU，请问有推荐的代码吗？

大佬们，有一个问题困扰自己挺长时间了，本人目前在做时间序列预测方面的研究，偶然间接触到残差网络，感觉很好，但是看了论文，基本上都是将时间序列转化为图片数据，然后再预测，这里想问问残差网络是否能不转化为

除了深度的不同，VGG结构和DenseNet结构还有什么不同？

使用的是DNN深度神经网网络，也就是全连接层，但是一运行第一个epoch正常，第二个epoch就出现nan问题，尝试过使用梯度剪裁、降低学习率等方法，但是没有用。

考虑一个学习算法A和一个有限的假设类H，对它来说，可以观察到以下行为。无论使用多少个训练实例，在保持不变的验证集上的误差仍然很高。解释一下在哪些条件下，下列行为是合理的，或论证为什么它们是不合理的。a

我最近使用自己的数据集（只有1类）训练好了yolox_nano.pth模型，想把这个yolox_nano.pth转换成yolox_nano.onnx，但是报了很多错误：转换命令（在YOLOX目录下）：

import keras import numpy as np import tensorflow as tf from keras_preprocessing import image from

您好，目前导师抛给我们团队一个问题，要求实现区域内的异物检测（比如说一个房间内），请问有什么比较理想的思路或解决方法吗？所遇到的问题是不确定该异物的种类和非异物间的遮挡问题，所以我们无法采用基本的多目

from torch import nn from torchvision import models,datasets,transforms import torch import os from

使用kmeans跑balance scale数据集时进行准确率计算时要形成混淆矩阵，正确模型与预测模型相比较，但是怎样能获得正确模型？

目前我的思路：首先检测出人脸的特征点，然后进行映射（关于3D模型的映射我不是很清楚，可以是2D动画映射也行，主要是能够实现）如何进行映射我不知道怎么弄？

装CUDA多了下面这一行有关系吗？ 这算是安装成功了吗？

这是我的代码。请大家过目。而且我在用训练好的pth模型进行单独测试时总会是第0类正确率很高（也就是猫的识别率很高 狗的识别率很低）测试集猫狗各500张，猫能识别出400多张而狗只能识别出十几张。不知道

目前在做硕士毕设，今年出了yolov4就去跑了一下代码，效果杠杠的。我已经无法想到如何针对工件缺陷目标对它进行改进了，

用keras训练模型，为什么模型最后用flatten展平，训练时，acc和loss啥的基本都不动，同globalaveragepooling时，训练恢复正常，acc和loss正常变化。我用的是adam

如题，在输入以下代码后：gpu_use=torch.cuda.is_available()print(gpu_use)结果为：False pytorch:1.7.0cuda:10.2.89笔记本电脑两

我在网上看到的书为什么都是都是用smart200来控制的？自学有没有什么书推荐？plc的一些基本应用已经掌握了，想更近一步，有没有老哥说一下有书是学伺服和步进的吗？

求大神指点，深度学习在入侵检测领域，有哪些可以研究的创新点，要开题了，我还有一个创新没想好，求指点，我的导师离职了，被分给另外一个老师 ，马上要开题了，给我换了研究方向，创新点找不到啊，求指点

下载的对应cuda版本的torch的whl文件，在conda prompt用pip install 位置\whl文件名 时报错，重试多次都没用，pip版本也是最新的21版 报错：ERROR: E

windows系统，有实践过3060训练环境安装的，如题，联系我啊！

需要权重为0的地方不更新权重 一直为0

yolov2转caffe模型中出现了Check failed: top_shape[j] == bottom[i]->shape(j) (26 vs. 13) All inputs must h

C:\ProgramData\Anaconda3\envs\yolov5\python.exe D:/yolov5-6.0/train.pyTraceback (most recent call la

请问我训练的时候一解冻就很快就过拟合了是怎么回事？ 系统是乌班图，2080ti，数据集数量10503 第50个epoch解冻，解冻后训练集loss总体下降，验证集loss波动维持在同一水准