国立图书馆蟒蛇宾丁
nnutils-pytorch的Python项目详细描述
nnutils pytorch
不同神经网络相关工具的pytorch绑定实现 CPU和GPU（CUDA）。
到目前为止，大多数实用程序都与我需要处理 不同的大小与填充分组成批。
包含的功能
自适应池
多个包（如torch或pytorch）中包含的自适应池层 假设批处理中的所有图像都具有相同的大小。这个实现 考虑批处理中每个单独图像的大小 （填充前）应用自适应池。
目前实施的平均和最大自适应池。
importtorchfromnnutils_pytorchimportadaptive_avgpool_2d,adaptive_maxpool_2d# Two random images, with three channels, 10 pixels height, 12 pixels widthx=torch.rand(2,3,10,12)# Matrix (N x 2) containing the height and width of each image.xs=torch.tensor([[10,6],[6,12],dtype=torch.int64)# Pool images to a fixed size, taking into account the original size of each# image before padding.## Output tensor has shape (2, 3, 3, 5)y1=adaptive_avgpool_2d(batch_input=x,output_sizes=(3,5),batch_sizes=xs)# Pool a single dimension of the images, taking into account the original# size of each image before padding. The None dimension is not pooled.## Output tensor has shape (2, 3, 5, 12)y2=adaptive_maxpool_2d(x,(5,None),xs)
重要：实现假定图像与 左上角。
按大小屏蔽图像
如果将不同大小的图像分组为填充有零的批， 可能需要在某些层之后/之前屏蔽输出/输入张量。 在这些情况下，这一层非常方便（并且有效）。
importtorchfromnnutils_pytorchimportmask_image_from_size# Two random images, with three channels, 10 pixels height, 12 pixels widthx=torch.rand(2,3,10,12)# Matrix (N x 2) containing the height and width of each image.xs=torch.tensor([[10,6],[6,12],dtype=torch.int64)# Note: mask_image_from_size is differentiable w.r.t. xy=mask_image_from_size(x,xs,mask_value=0)# mask_value is optional.
重要：实现假定图像与 左上角。
要求
- python:2.7、3.5、3.6或3.7（使用版本2.7、3.5、3.6和3.7进行测试）。
- PyTorch>；=1.1.0（使用版本1.1.0测试）。
- C++ 11编译器（用GCC 4.82.5.5.0，4.4.0测试）。
- 对于GPU支持：CUDA Toolkit。
安装
假设您 已正确安装所需的库和工具。
安装过程从源代码处编译包，并使用 如果Pythorch有CUDA支持。
来自PYPI（推荐）
pip install nnutils-pytorch
您可能会发现已经为不同的python、cuda和cpu编译了这个包。 配置在：http://www.jpuigcerver.net/projects/nnutils-pytorch/whl/
例如，如果您想安装python 3.7的cpu版本：
pip install http://www.jpuigcerver.net/projects/nnutils-pytorch/whl/cpu/nnutils_pytorch-0.3.0-cp37-cp37m-linux_x86_64.whl
来自github
git clone https://github.com/jpuigcerver/nnutils.git
cd nnutils/pytorch
python setup.py build
python setup.py install
AVX512相关问题
使用CUDA和更新的主机编译器时可能会出现一些编译问题
使用AVX512指令。请安装gcc 4.9并将其用作主机
NVCC编译器。您可以简单地设置CC和CXX环境变量
在生成/安装命令之前：
CC=gcc-4.9 CXX=g++-4.9 pip install nnutils-pytorch
或者（如果您使用的是github源代码）：
CC=gcc-4.9 CXX=g++-4.9 python setup.py build
测试
安装库后，可以使用unittest进行测试。特别地，
运行以下命令：
python -m unittest nnutils_pytorch.adaptive_avgpool_2d_test python -m unittest nnutils_pytorch.adaptive_maxgpool_2d_test python -m unittest nnutils_pytorch.mask_image_from_size_test
所有测试都应通过（只有在支持时才执行CUDA测试）。
欢迎加入QQ群-->： 979659372
