huangpan2507

Deep-Learning-with-PyTorch-Tutorials

深度学习与PyTorch入门实战视频教程

Deeplearning_models

这是https://github.com/rasbt/deeplearning-models 上的，具体路径是pytorch_ipynb/mechanics/cnn-weight-sharing.ipynb。 共享w参数

docker_run_pytorch_project

这是一篇关于，用docker打包好项目及其环境后镜像 项目名称为DDAG_reid行人重识别，并运行该镜像的教程

Lesson42_Resnet

龙老师。这是关于Resnet的简单的网络，主要细节是 实现Resnet的shortcut

lunwen_Heat_Map

这是cam画论文的热力图，在原来代码的if __nnme__=='main'处，增加了，自动查找每个文件夹下的图片，并生成热力图．

Markdown-Resume

⭐️ Markdown 简历模版

MNIST_Early_Stopping.py

这是关于early_stop，首先利用自定义early_stopping工具，（把valid 中的-loss作为分值标准，记录最好分值），如果，继续训练发现越来越差，则经设定好的阈值（训练几个还不见好）就停止训练，而不是一直训练完设定的epoch次数）

pokemon

自定义数据集，并将数据图片和label一一对应，保存起来。 比如，'pokemon\\mewtwo\\00001.png 对应 ‘0’.然后训练，并保存最好的训练状态。测试最好状态下的预测准确度。计算准确率的写成函数形式。我保存路径包含中文名，参照https://www.runoob.com/python3/python3-string-decode.html 解决中文编码转码问题。在文件路径时，\Long_pytorch_lesson\lesson63自定义数据集这种单 ‘’\‘’在img.split(os.sep)[-2]时有问题，改成双 ‘\\‘’’

Tools_Pytorch-Memory-Utils

pytorch memory track code

train_classify_chenyun

在陈云 P45页加上其github 。主要是训练网络，然后喂入训练好的数据，看网络认为属于什么标签；统计训练和测试阶段的loss以及准去率曲线visdom；最后将每个类的准确率统计出来。1. 关于在用visdom时， opts=dict(title='Test Loss&Acc.', legend=['test_loss', 'acc.']中的legend拼写错误，一直没检查出来。 2. 关于使用print（‘xx {}’。format（xx））时，‘{ }’大括号中不能有空格。 3.由于这类数据很大，所以我先将数据集分成更小的数量，检查代码有什么bug，没有bug后再跑整个数据集，这样更快！ 4.关于统计每一类预测的准确率还需要在看看，没完全掌握。 5.这是在陈云github上加了visdom曲线，这样更形象

huangpan2507/Tools_Pytorch-Memory-Utils

pytorch memory track code

huangpan2507/-CrossEntropy-

这是一篇对交叉熵深入理解的博客

huangpan2507/cocoapi

Clone of COCO API - Dataset @ http://cocodataset.org/ - with changes to support Windows build and python3

huangpan2507/DataLoader_iter-

DataLoader 返回一个可迭代对象，用for循环；或者用迭代器iter ，然后next（），每next一次，获取下一条数据

huangpan2507/deep-person-reid

Pytorch implementation of deep person re-identification models.

huangpan2507/Deeplearning_-

深度学习入门，老老实实敲代码，debug，理解每一行代码的作用

huangpan2507/format_three_way

format的三种方法 print（‘ ’.format( )）以及 print( ' %5s : %2d, %%' % (xx, xx))

huangpan2507/learn_dl

Deep learning algorithms source code for beginners with python3

huangpan2507/Lesson30_visdom

huangpan2507/long_lesson22

龙pytorch入门与实践视频 ——lesson 22 2D函数优化实践

huangpan2507/long_lesson26_LR-

lesson26 LR多分类实践 ，其中比较重要的是初始化，此处初始化用了torch.nn.init.kaiming_normal_(w1) torch.nn.init.kaiming_normal_(w2) torch.nn.init.kaiming_normal_(w3)

huangpan2507/minist_MakeGrid_show

将minist单通道图片预处理（预处理中要么对单通道归一化，要么将单通道转化为3通道），并迭代拼接成4*4的网格显示出来

huangpan2507/mixup-cifar10

mixup: Beyond Empirical Risk Minimization

huangpan2507/NTU_ML2017_Hung-yi-Lee_HW

NTU ML2017 Spring and Fall Homework Hung-yi_Li 李宏毅老师 机器学习课程作业

huangpan2507/PILImage-

我是在陈云这本pytorch 书中 P141，文中是一步步将代码结构优化，最终只是输出几个tensor的尺寸，我觉得这样不过瘾，改了下，循环输出文件夹里面的图片，这么简单的问题，我这个小白还花了两天。to_img.save('./data/{}.jpg'.format(i)) # 电脑里会保存显示的共 i（8）张照片

huangpan2507/postgraduate_test_njupt

南京邮电大学研究生期末考试复习资料

huangpan2507/PWC-Net

PWC-Net: CNNs for Optical Flow Using Pyramid, Warping, and Cost Volume, CVPR 2018 (Oral)

huangpan2507/pytorch-handbook

pytorch handbook是一本开源的书籍，目标是帮助那些希望和使用PyTorch进行深度学习开发和研究的朋友快速入门，其中包含的Pytorch教程全部通过测试保证可以成功运行

huangpan2507/Sequential_three_way

Sequential的三种写法

huangpan2507/simple-faster-rcnn-pytorch

A simplified implemention of Faster R-CNN that replicate performance from origin paper

huangpan2507/Tools_print_torch_tensorflow_env

Print all torch related envs, fork from https://raw.githubusercontent.com/pytorch/pytorch/master/torch/utils/collect_env.py

huangpan2507/Tools_python-goose

extract the following information Html Content / Article Extractor, web scrapping lib in Python

huangpan2507/ToPILImage

1.class_to_idx是将文件夹名字命名为对应的 0,1。idx {'cat': 0, 'dog': 1} 即将cat的标签为 0，dog为1

huangpan2507/visdom_show

pytorch工具之可视化。可以实现数值，图像，文本，甚至是视频。方便调试和检验代码结果。