- 博客(5)
- 收藏
- 关注
RSS订阅原创 复现ROP
本文在windows系统下，笔记本RTX4060来复现网络，默认从一个完全干净的虚拟环境中构造。本次选用了一个比较稳定的版本cu11.3+torch1.10的组合，大家有自己习惯的版本也可以。使用tensorboard实时查看训练，重新打开一个终端，到环境中运行。配置pytorch,我一般习惯直接下载软件包到本地然后用pip下载。训练模型都保存在目标文件中。卸掉重新装一个稳定的版本。创建环境ROP并激活。
2025-04-17 21:12:46
767
原创 点云数据增强（hdf5)
HDF5 格式优势：结构化与层次化存储、读写高效、支持多类型数据和大规模数据的随机访问，便于构建深度学习数据管道。劣势：二进制格式不便人工调试，文件预处理要求较高，需要提前设计好数据结构。应用：作为大规模训练集、验证集的最终存储格式，适合深度学习训练数据的快速加载与预处理。OFF 格式优势：简单、纯文本、易于手工查看和初步调试，适合描述简单的网格几何。劣势：扩展性较差，数据量大时效率较低，通常需转换格式才能直接用于深度学习。应用。
2025-04-15 20:33:12
744
原创 TensorBoard可视化训练信息
但是，在大多数时候，我们连接的远程服务器并不能支持浏览器功能，这样我们就无法直接在远程服务器中查看tensorboard的运行情况。，我们可以通过tensorboard更加便捷地实时观测到网络在训练过程中的。等的变化曲线，这也方便了我们随时进行网络优化以及训练策略的调整。在服务器下运行tensorboard，在本地浏览器下查看，是深度学习中常用的一种。
2025-04-10 18:18:03
156
原创 复现DCP
小白刚接触视觉方向，跑深度学习代码，初期遇到很多问题，主要写给自己看，有大神指点更是不甚感激。关于网络的原理和代码详解网上都有详细介绍，本文主要介绍利用服务器(linnux系统),来进行DCP的复现。服务器的搭载和环境配置如下：AutoDL算力云租用V100（注意，租用不可以用40系的GPU，我一开始考虑到服务器的成本，选择了使用自己的电脑跑（4060）会显示架构的问题，由于网络用到的pytorch版本比较低。CUDA 10.2。
2025-04-08 17:46:45
1437
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人