最近碰到torch.argmax的场景，就在这里简单记录一下。这里分二维和三维及以上记录 二维 1 2 3 4 5 6 7 8 9 >>> a = torch.rand(15).reshape(3,5) >>> a tensor([[0.7237, 0.6488, 0.2557, 0.0333, 0.4103], [0.8674, 0.7288, 0.3758, 0.6329,

保存模型 在pytorch进行模型保存的时候，一般有两种保存方式: 一种是保存整个模型 另一种是只保存模型的参数 1 2 torch.save(model.state_dict(), "my_model.pth") # 只保存模型的参数 torch.save(model, "my_model.pth") # 保

简介 设计了一个简单而强大的深度网络架构U2-Net，用于显著目标检测(SOD)。我们的U2-Net的体系结构是一个两层嵌套的U结构。 该设计有

论文简介 论文地址：https://arxiv.org/abs/1804.03999 出自于MIDL2018(深度学习医学影像会议), 论文中提出

简介 论文地址：https://arxiv.org/abs/1706.03762 该论文提出了Transformer模型，完全基于Attenti

常见语义分割评价指标 Pixel Accuracy/global accuary 分子是所有预测正确像素总和，分母是所有的像素 例子： 预测正确是用绿色表示，预测错误的用红色表示。 那对于预测0来说，就