EZ
В Колабе в markdown-ячейки можно загружать картинки по кнопке из тулбара. а для юпитера есть расширение, дающее такой же фнкционал?
Size: a a a
2020 October 21
AB
вот так: http://joxi.net/p27N6agTNb7gnm
тулбар ячейки с возжможностью upload картинки, превью ячейки с правой стороны
тулбар ячейки с возжможностью upload картинки, превью ячейки с правой стороны
СВ
всем привет, сделал по туториалу на raspberry определитель объектов, но когда вставляю другую модель то перестает работать web камера ( что странно всего лишь файл .....tflite меняю) никто не сталкивался?
SL
всем привет, сделал по туториалу на raspberry определитель объектов, но когда вставляю другую модель то перестает работать web камера ( что странно всего лишь файл .....tflite меняю) никто не сталкивался?
звучит очень странно, может быть у вас в целом код умирает до того, как считывать кадры собирается?
СВ
ну, во всяком случае скрипт работает и ошибок не показывает
SL
попробуйте подебажить, может быть картинка у вас считывается в итоге, а что-то в другом месте отваливается. По имеющейся инфе в общем смысле - это скорее всего баг, либо какие-то ограничения на модель\алгоритм.
без конкретики точнее сказать тяжело, но тема нездоровая - эт точно)))
без конкретики точнее сказать тяжело, но тема нездоровая - эт точно)))
СВ
ок , спасибо, попробую
СВ
а вообще я правильно понимаю что в tflite файле только сетка находится?
SL
а вообще я правильно понимаю что в tflite файле только сетка находится?
в общем смысле да, причем вроде как обученная уже. но сам с этим не играл
2020 October 22
М
1) Вопрос на миллион, пытаюсь получить и посмотреть выход модельки через model(inp), как итог утекает память, gc.collect() и torch.cuda.empte_cache() перепробовал, что делать в этом случае? Кидать юпитер?
2) Плюс к тому же при прохождении куб. тензора(сторона 256) берется много памяти, верно ли понимаю что это торч логирует операции над весами чтобы потом вычислить градиенты?
2) Плюс к тому же при прохождении куб. тензора(сторона 256) берется много памяти, верно ли понимаю что это торч логирует операции над весами чтобы потом вычислить градиенты?
VC
в общем смысле да, причем вроде как обученная уже. но сам с этим не играл
1. Модель может быть запущена в двух режимах, если requires_grad true - модель запоминает операции, чтобы посчитать градиенты, если false - не считает. После с помощью backwards() лоса вы сможете посчитать градиенты и после изменений с помощью zero_grad() удалить градиенты. Если вы хотите получить только ответ, поставьте requires_grad False.
М
Спасибо за ответ!
VC
Очень советую прочитать все туториалы торча, очень доступно описывают как все работает. Дока тоже топ.
М
Ок понял, остался последний вопрос, если я захочу посмотреть выход модели в юпитер блокноте, то если записать его в переменную и удалить то память(проверял через torch.cuda.memory_allocated()) очищается, однако если вывести выход модели в юп. блокнот(через переменную или напрямую) а затем удалить переменную, тогда память не очищается, как бороться с такой особенностью юпитера?
AS
мой бинарный классификатор выдает число с на выходе(чем больше число - тем выше вероятность принадлежности данных к классу). я в программе задал константу эмпирически С, если с > C, значит данные принадлежат классу. но для других данных обучения С совсем другая. какие есть методы как-то автоматически определять С или по-другому выявлять принадлежность данных к классу?
EZ
мой бинарный классификатор выдает число с на выходе(чем больше число - тем выше вероятность принадлежности данных к классу). я в программе задал константу эмпирически С, если с > C, значит данные принадлежат классу. но для других данных обучения С совсем другая. какие есть методы как-то автоматически определять С или по-другому выявлять принадлежность данных к классу?
Сигмоид и C=0.5