前言之前已经在此篇博文更新过YOLO系列算法添加注意力机制的教程，共计实现了131313种注意力及代码，本篇博文继续追加1010

✨✨我们抬头便看到星光，星星却穿越了万年.✨✨?作者主页：追光者♂        ?个人简介：在读计算机专业硕士研究生、CSDN-人工智能领域新星创作者?、2022年度博客之星人工智能领域TOP4?、阿里云开发者社区专家博主? 2023励志在10月底成为CSDNBlogExperts? 【无限进步，一起追光！】?欢迎点赞?  收藏⭐  留言?        ?本篇是关于深度学习框架——PyTorch的基础练习，面向初学者/复习者/遗忘者。一定要多次回顾！！！请相信：这是神经网络/深度学习触类旁通的基础！?万丈高楼平地起，地基不牢可不行~模型简单，但极其重要，请重视哦！?参考视频学习内容，在文末

✨✨我们抬头便看到星光，星星却穿越了万年.✨✨?作者主页：追光者♂        ?个人简介：在读计算机专业硕士研究生、CSDN-人工智能领域新星创作者?、2022年度博客之星人工智能领域TOP4?、阿里云开发者社区专家博主? 2023励志在10月底成为CSDNBlogExperts? 【无限进步，一起追光！】?欢迎点赞?  收藏⭐  留言?        ?本篇是关于深度学习框架——PyTorch的基础练习，面向初学者/复习者/遗忘者。一定要多次回顾！！！请相信：这是神经网络/深度学习触类旁通的基础！?万丈高楼平地起，地基不牢可不行~模型简单，但极其重要，请重视哦！?参考视频学习内容，在文末

1.常见的多GPU使用方法模型并行（modelparallel）->大型网络（对速度没有提升）当模型需要的显卡很大，一张GPU的显存放不下时，使用这种方式就可以训练一个大型的网络数据并行（dataparallel）->加速训练速度可以将整个模型放到一张GPU时，我们可以将每一个模型放到每一个GPU上，让它们同时进行训练（正向传播+反向传播）2.训练速度与GPU数量之间的关系性能实测：数据来源霹雳巴拉WZPyTorch1.7CUDA：10.1Model：ResNet-34Dataset：flower_photos（非常小的一个数据集）BatchSize：16Optimizer：SGDGPU：Te

1.常见的多GPU使用方法模型并行（modelparallel）->大型网络（对速度没有提升）当模型需要的显卡很大，一张GPU的显存放不下时，使用这种方式就可以训练一个大型的网络数据并行（dataparallel）->加速训练速度可以将整个模型放到一张GPU时，我们可以将每一个模型放到每一个GPU上，让它们同时进行训练（正向传播+反向传播）2.训练速度与GPU数量之间的关系性能实测：数据来源霹雳巴拉WZPyTorch1.7CUDA：10.1Model：ResNet-34Dataset：flower_photos（非常小的一个数据集）BatchSize：16Optimizer：SGDGPU：Te

目录写在前面一、 torch.optim.SGD随机梯度下降SGD代码SGD算法解析1.MBGD（Mini-batchGradientDescent）小批量梯度下降法 2.Momentum动量3.NAG(Nesterovaccelerated gradient)SGD总结二、torch.optim.ASGD随机平均梯度下降三、torch.optim.Rprop四、torch.optim.Adagrad自适应梯度Adagrad代码Adagrad算法解析AdaGrad总结优化器系列文章列表Pytorch优化器全总结（一）SGD、ASGD、Rprop、AdagradPytorch优化器全总结（二）A

目录写在前面一、 torch.optim.SGD随机梯度下降SGD代码SGD算法解析1.MBGD（Mini-batchGradientDescent）小批量梯度下降法 2.Momentum动量3.NAG(Nesterovaccelerated gradient)SGD总结二、torch.optim.ASGD随机平均梯度下降三、torch.optim.Rprop四、torch.optim.Adagrad自适应梯度Adagrad代码Adagrad算法解析AdaGrad总结优化器系列文章列表Pytorch优化器全总结（一）SGD、ASGD、Rprop、AdagradPytorch优化器全总结（二）A

文章目录前言一、运行环境二、环境配置三、yolov5网络结构图介绍四、 损失函数五、数据集六、

文章目录前言一、运行环境二、环境配置三、yolov5网络结构图介绍四、 损失函数五、数据集六、

由于实习公司需要使用到旋转目标的检测，所以这几天学习了相关知识，并找了许多资料，饶了许多的弯路。下面记录下项目的整个实现过程。我参考的是以下几位博主：DOTAv2遥感图像旋转目标检测竞赛经验分享（SwinTransformer+Anchorfree/based方案）-知乎小鸡炖技术的个人空间_哔哩哔哩_Bilibili首先，先为该项目创建一个虚拟环境VS2015pytorch1.6.0（其他版本也可以进行尝试）torchvision0.7.0（其他版本也可以进行尝试）其中这个VS2015，17，19版本都可以，但是pytorch和torchvision必须是要求的版本 ，不然可能会出错 这里试