0%

之前说要更新一下本科期间做的一些东西,然后再讲解一下加速器如何在FPGA上搭建,结果太忙了。。。。木得时间,后面有时间慢慢补上。

最近读了faster rcnn和yolo的源码,里面用到的一些函数自己不常用或者用法新奇或者有时候自己忘掉的,而且最先读faster rcnn,two-stage的源码的确比较复杂,原理很快看懂,读源码花了几天才搞明白,写篇博客不断更新记录一下遇到的一些函数和用法,防止遗忘,后续手机端查看也方便。跑faster rcnn深有感触,这玩意不是给普通人玩的,backbone用mobilenet v2情况下debug一下用10s多,内存耗掉四个g,要是restnet50就更夸张了,还是老老实实等服务器吧。。。(更新:拿到了,4块3090)

阅读全文 »

Python是一个很类似于matlab的语言,都是一种高层解释型语言,区别于C、C++,C、C++则是编译通过后才执行(说明语法都没有错误),Python执行之前不需要编译链接,直接是一行行执行,将除了缩进的语言都执行一遍,为了防止在读入包/模块时候出现代码执行,出现了__name__的魔法函数,也是Python的一种内置属性,除了__name__,在读faster rcnn的torch源码时候,也会频繁遇到__call__()、 __ len__()、__ init__() 、__ getitem__()等一类魔法函数,特地去搜了搜,网上讲的很好,链接如下:

阅读全文 »

​ 之前做图像处理的时候,也没有涉及过太多的深度学习,所以都是用传统算法做的,这个是本科期间做的大创(感谢陈老师帮该项目申请成了省级大创),其实不能说做的多好,因为真的发现图像处理领域很多传统算法被深度学习吊锤,而且现在FPGA加速器有崛起的势头,但是我们还是要惊羡于那些数学家的美妙构思(数学真是最美妙的学科),不多扯了,进入正题。

阅读全文 »

在python各类编译器中,jupyter notebook真的是非常非常棒的调试工具,但是jupyter notebook在大工程方面却是逊于pycharm的,其虽然调试很方便,但是却不是像pycharm一样打开一整个文件夹,所以其团队又开发了jupyter lab来弥补缺陷,而jupyter lab的代码补齐真的又一言难尽,由于jupyter lab本身并不是完善,用了kite工具辅助代码补齐,即使操作完全没问题,kite也可能不工作,工作了也发现kite速度真的超慢又浪费CPU

阅读全文 »

前两天室友面试深信服的时候,遇到了个有意思的题目,要求用c或者c++求解如下题目:用户输入一个可以包含加减乘除的数学表达式,你给这个表达式加上任意多的括号,使得这个表达式结果最大。

阅读全文 »

在训练神经网络时候,参数存储是float类型,服务器或者电脑内存都较大,但是对于部署到硬件加速的时候,片上内存则非常珍贵,往往是不够用的,且硬件端需要存储的是整型,所以我们需要对参数进行量化。

阅读全文 »