深度学习环境|pytorch使用记录（持续更新） Pytorch|pytorch|深度学习|神经网络

1、找不到moule.xxx 当训练模型在重新加载用于评估的时候出现少了一个module前缀，这个问题通常是由于训练的时候采用了数据并行操作，而评估模型的时候却没有用到。因此，只需要在训练代码中补充：

net = nn.DataParallel(net)#加在模型定义完成之后

2、torch.stack：堆叠拼接

torch.stack((a, b, c), dim=0)#将a、b、c进行拼接，假设abc的维度为CxHxW。 #dim=0时，将他们整体直接进行拼接，得到的维度为NxCxHXW，N为拼接元素的个数，这里N=3

3、collate_fn：自定义

def my_collate(batch): inputs, labels = list(zip(*batch))#重新组合batch数据，返回元组列表 #这里可以添加处理函数，如 inputs = ntorch.stack(inputs) labels = torch.stack(labels) return inputs, labels

4、选择device：函数来源于yolov5

def select_device(device='', batch_size=0, newline=True): # device = 'cpu' or '0' or '0,1,2,3' s = f'YOLOv5{git_describe() or file_update_date()} torch {torch.__version__} '# string device = str(device).strip().lower().replace('cuda:', '')# to string, 'cuda:0' to '0' cpu = device == 'cpu' if cpu: os.environ['CUDA_VISIBLE_DEVICES'] = '-1'# force torch.cuda.is_available() = False elif device:# non-cpu device requested os.environ['CUDA_VISIBLE_DEVICES'] = device# set environment variable - must be before assert is_available() assert torch.cuda.is_available() and torch.cuda.device_count() >= len(device.replace(',', '')), \ f"Invalid CUDA '--device {device}' requested, use '--device cpu' or pass valid CUDA device(s)"cuda = not cpu and torch.cuda.is_available() if cuda: devices = device.split(',') if device else '0'# range(torch.cuda.device_count())# i.e. 0,1,6,7 n = len(devices)# device count if n > 1 and batch_size > 0:# check batch_size is divisible by device_count assert batch_size % n == 0, f'batch-size {batch_size} not multiple of GPU count {n}' space = ' ' * (len(s) + 1) for i, d in enumerate(devices): p = torch.cuda.get_device_properties(i) s += f"{'' if i == 0 else space}CUDA:{d} ({p.name}, {p.total_memory / (1 << 20):.0f}MiB)\n"# bytes to MB else: s += 'CPU\n'if not newline: s = s.rstrip() # LOGGER.info(s.encode().decode('ascii', 'ignore') if platform.system() == 'Windows' else s)# emoji-safe return torch.device('cuda:0' if cuda else 'cpu')

5、取消warning

import warnings warnings.filterwarnings("ignore")

6、模型保存与加载请参考：https://blog.csdn.net/suiyingy/article/details/124688161。

python三维点云从基础到深度学习_Coding的叶子的博客-CSDN博客_3d点云 python从三维基础知识到深度学习，将按照以下目录持续进行更新。更新完成的部分可以在三维点云专栏中查看。https://blog.csdn.net/suiyingy/category_11740467.htmlhttps://blog.csdn.net/suiyingy/category_11740467.html1、点云格式介绍（已完成）常见点云存储方式有pcd、ply、bin、txt文件。open3d读写pcd和plhttps://blog.csdn.net/suiyingy/article/details/124017716更多三维、二维感知算法和金融量化分析算法请关注“乐乐感知学堂”微信公众号，并将持续进行更新。

【深度学习环境|pytorch使用记录（持续更新）】