2019年的第一个工作日1.画出模型
2.写出来
输出：小图是一个H/8xW/8x512的特征图； 大图是H/8xW/8x512的特征图
原来是在这里，省略了一步啊，小图输出的是一个特征图，被maxpool成特征向量（这里省略了这一步了）输入图片大小是256*256
看一下，resnet50的网络结构吧：第一个1x1的卷积把256维channel降到64维，然后在最后通过1x1卷积恢复，整体上用的参数数目：1x1x256x64 + 3x3x64x64 + 1x1x64x256 = 69632，
先来看一下resnet50:
其实文章只取了ResNet50的conv3之前的部分
区分数组的元素：看缩进，比如前面画五彩线的四个元素就是这个数组的前四个元素，而整个Sequential是第五个元素
……
哈哈哈
注意哈，错了啊，这里啊，还是要第一层的啊：
然后，再把它变成一个Sequential:
这个我没学过，我狮虎直接告诉我：
原来刚才我狮虎没有说完呢，
list前面要加一个*
好啦~
nn.Ad tab就能自动补全。至于2d是说，在图片上面卷积的意思，因为图片有wh两个维度
问：那大图和小图，应该分开写两个类吗？
狮虎：不是的，一个类，不过是两个输入。
我：噫，怎么回事？
狮虎：forward里面的x才是输入，前面的init只是定义一下，这个类包含哪几部分。
再来看，vector Broadcasting该如何写：这个是在forward里面写的，因为不是一个层。
是这种的
不是这种的
你看，目前就是这样子的
vector broadcasting:
写法如上，其中，shape[0]就是指的NCHWh中的N
torch.cat?
这就是我最后的Class
实例化一个试试
狮虎让我输入，预测一下试试
生成一个大图：1,3,256,256，和一个小图：1,3,64,64
突然师兄说我占了楼下的GPU：
师兄让我top一下，就是看看有哪些进程
用pip list看看我是否安装了tensorflow吧：
行了，继续torch.rand吧
狮虎说，这是一个batch的大图（就是一批大图）
为啥是一批呢？
答：因为随机梯度下降这个算法很好，所以cnn在设计的时候就是预测一批啊。
那请问一个batch的大图是啥？
答：是一个tensor，就是一个NCHW的tensor
所以，
这里的四个参数分别对应NCHW
好啦，生成了一个小鸡排
小鸡排和大鸡排都做好了，可以送进我嘴巴里面了。
来，看看骨头的shape
应该是64*64啊，肯定把骨头也吃了
来看一下哪里不太对啊：
这里的3*3是卷积核大小
conv1的padding为1,一般默认padding =0,stride=1
为了使变换后长度不变，所以P=1
输入下面的语句，来查看目前有什么进程：
ps aux|grep wuyanyan
结果狮虎说，我怎么开了好多nvidia-smi，残留了很多
而且不能通过
x掉，来关闭
要通过这个，输入exit来退出。
这就可以x掉这个了，这是退出了一个
其他两个窗口同理：
原来是我之前开的nvidia-smi都没有退出，所以残留了这么多啊
关了以后，再来看看进程吧：
狮虎：你开了几个jupyter啊
我：我好像每次开机，都开一下
狮虎：……
狮虎：不是说，开一次就行了吗
让我打开网页试试，看看开到几了。
8889
8810
kiyomi你要记住：每次打开了nvidia-smi，不用了的话，就exit ，再关
狮虎：你用killall wuyanyan试试。
没有叫wuyanyan的进程，杀不了
狮虎：killall nvidia-smi。
再把watch全杀了：
狮虎：把/bin/bash也杀了呢
狮虎：killall python
原来要输入长的
狮虎：现在screen -r notebook
进去以后，重新开启一个jupyter notebook
然后，同时按ctrl+a,再按d
注意，同时按住ctrl a,然后松开，再快速按d
然后，就可以exit了：
以后就在浏览器里面用，还不太熟悉，就不要用xshell
jupyter里面的，用完了记得在running里面关了。
发现这里，断开连接了，怎么回事呢?没关系，昨天已经保存过了，重新打开一下网址就好了。
下面开始，推导转置卷积的计算表达式
这里，引用一下ITleaks博主的博客：
多好的gif图啊，是不是很清晰明了
这个公式是没有问题的~
这是清晰一些的公式~
这里要注意哟，i=5（是padding以后的长度）但是i'=3啊，是padding之前的长度哈
验证一下，当P=0时，根据公式求得，
o'=7
但是根据图，求得：
明显o'=3
所以上述公式不对。
一步一步推导：
规则是m-k+1
综上所述：
o'=i+(s-1)(i-1)+2p-k+1
经验证，是对的。
感谢狮虎，好夫夫的~
严谨的狮虎，要在pytorch里面，把我们推导出来的公式，还有博主推导的公式，都试一下。
因为我们要变成64，所以按照两种公式推导一下，看看参数应该是啥：
这就是小图是63*63的原因。
这是我狮虎写的
我先看看转置卷积的各个参数是啥
但是结果不对
狮虎：你一步一步看看，先看cancat:
就是把类中的改成
是对的
再看conv对不对：
是对的
再看convt:
是对的
所以是prediction的问题咯
就是p=1
不对，怎么通道数不对呢，是1不是256啊~
好吧，原来返回值没改~
好啦~这次就正确了~
狮虎说，我可以下载一下数据集了~
CARPK dataset:
此数据集包含已从Blender Carpark模型渲染的图像。框架包括明亮到黑暗的照明场景以及三种不同的天气条件：晴天，潮湿和有雾。对于每个渲染帧，生成相应的地面实况深度和语义标注并将其添加到数据集中。
大概是这样了
趁着下载数据集的时候，我来说一下，这次下载数据集和上次下载人脸朝向数据集时候的区别吧，当时的我，还什么都不懂，遇到问题也都是依赖狮虎，上次看到的数据集，很方，不知道都是些什么东西，也不知道怎么用。现在开始自己尝试着去看看该怎么做了。毕竟学习是自己的事情，狮虎领进门，修行在个人。感谢我狮虎，授人鱼，也授人予渔。
但是图片和视频不能打开。
dataset解压了以后，有两个文件夹，上面的文件夹中的图片和视频均不能打开。Dataset里面的图片和视频可以打开。
恭喜你，
WYY你下载了错误的数据集
这个才是文献中提到的数据集
但是也没有找到去哪里下载。
算了算了，就直接用coco吧，不用他说的这个数据集了，难找夫夫的~
https://lafi.github.io/LPN/
好啦，接下来就是等待回复的时间了。
昨天看了，环太平洋，这部电影，好喜欢男主~哈哈哈，最近在挑手机壳，想挑一款机械感很重的手机壳，但是据说影响信号~噫，在犹豫要不要买~
网友评论