0%

在看完了canny 算法 c++ 实现细节以及完成 pytorch 版本的实现后,我在考虑如何对算法进行并行加速,我知道有opencl 加速 与 cuda 加速(pytorch api 可以实现),打算先考虑opencl 的加速。我之前已经知道 opencv 中是包含了对 opencl 的支持,我比较好奇如何使用 opencl 对 canny 算法的加速。在github 找到一个实现,虽然不是特别好,但是用了解 opencl 的使用还是可以的。

void cv::Canny( const Mat& image, Mat& edges,
                double threshold1, double threshold2,
                int apertureSize, bool L2gradient )
{
    Mat src = image;
    edges.create(src.size(), CV_8U);
    CvMat _src = src, _dst = edges;
    cvCanny( &_src, &_dst, threshold1, threshold2,
        apertureSize + (L2gradient ? CV_CANNY_L2_GRADIENT : 0));
}

转置卷积与卷积的理解,本文将介绍:

  • 转置卷积含义与矩阵形式
  • 转置卷积的一种简单理解
  • pytorch 转置卷积参数的理解及其Shape的公式推导
  • 卷积与数学上的卷积,卷积核旋转180度

阅读前提:

  • 理解深度学习中普通卷积的概念与shape的计算公式
  • 了解深度学习框架pytorch卷积api的调用
  • 了解卷积的矩阵运算形式

vscode远程调试docker中的python服务

环境:windows Docker Desktop , Vscode

阅读前,默认你对以下内容有基本了解:docker-compose.yml, Dockerfile, Vscode python 调试配置, flask 服务

原本想使用python pdb来调试,但是在容器环境中使用pdb,需要直接在容器终端中启动python程序,不方便 然后找到一个远程调试工具:debugpy,它将在容器中运行,等待vscode的连接(可配置等待模式),然后启动python程序。 配置好后就可以在vscode中调试容器中的python程序了。

刘慈欣2018克拉克奖获奖感言(部分内容节选)。

用于测试在没有H1-6标题头时,文章的目录导航是否会直接关闭,并关闭评论功能。