2021 03 10 11實驗記錄

2021-10-21 16:40:45 字數 781 閱讀 4820

提高pytorch的版本至1.2.0以上

1)cuda和cpu,輸入資料x和模型中的權重值型別不一樣,一般來說是因為模型的引數不在gpu中,而輸入資料在gpu中,通過新增model.cuda()將模型轉移到gpu上以解決這個問題。

2) input型別和模型的權重型別不一致,乙個為double乙個為float,通過對輸入資料tensor(x)進行x.float()將輸入資料和模型權重型別一致,或者將模型權重的型別轉化為double也可以解決問題

解決辦法:

修改如下:

ElasticFusion實驗記錄

執行gputest 修改 elasticfusion core src utils gpuconfig.h 使用kinect2,需要修改 maincontroller.cpp ln 37 resolution getinstance 512,424 resolution getinstance 64...

實驗記錄20181118

1,首先,dispnet去除了corr層,因為我還不確定corr層的原理是否正確,然後繼續採用左右影像cancat在一起,然後現在採用flyingthings3d的資料集,來看看效果如何?2,我覺得road detection的任務還是不能用分類的方法,分類的方法還是產生單個單個的結果,很容易產生不...

實驗記錄20181119

今天發現無論是roaddetection,還是dispnet的損失都難以下降,我不太清楚為什麼。現在做了幾個改變,首先,對於roaddetection,把多個size的卷積核從原來的直接相加變成堆疊在一起,加上了bn,不過加上bn以後計算機帶不動。對於dispnet的改動主要是可以每10000步顯示...