numpyの、pytorch、vscodeセルフテストの質問

所与のアレイについて1.行い、他方が0に設定されている、そのようなpytorchセグメンテーション結果は、特定のクラスを取って、複数のクラスを含む、特定の値を取りますか？

#classp = [0,1,2,2,3,0,5,2]这样，后面box,score,mask与之对应
ids = torch.where(classp==0)#选择人类别
classp = classp[ids]
box = box[ids]
score = score[ids]
mask = mask[ids[0], :]

  同様にシンプルにすることができます

#classp = [0,1,2,2,3,0,5,2]这样，后面box,score,mask与之对应
ids = (classp==0)#选择人类别
classp = classp[ids]
box = box[ids]
score = score[ids]
mask = mask[ids, :]

  

2. pytorch推論段階は、どのモデルが全く勾配情報ではないことを保証するために？

  torch.no_gradで使用（）、修正

with torch.no_grad():
            cudnn.fastest = True
            torch.set_default_tensor_type('torch.cuda.FloatTensor')
            print('yolact loading model...', end='')
            net = Yolact()
            net.load_weights(config.yolact['model_path'])
            net.eval()
            print(' Done.')
            self.net = net.cuda()
            self.net.detect.use_fast_nms = True
            self.net.detect.use_cross_class_nms = False

3.どのようにCUDAへの変換でpytorchテンソルにnumpyの配列に

  torch.from_numpy（np_array）.cuda（）。フロート（）

どのようにコードがファイル内のデバッグ4.vs？デバッグ作業ディレクトリを指定する方法は？Pythonのconda環境を使用する方法は？チューニングパラメータ、多くの引数に参加するには？

  1）グラフィカルインタフェース動作を介して、生成launch.json

  2）追加引数を編集する：[ " - THRESH = 0.5"、 "--cuda"

  3）加入PYTHONPATH： "/ホーム/シルバ/ anaconda3 / ENVS / py372 / binに/ pythonの"

 4）加入CWD： "/ホーム/シルバ/仕事"

{
    // Use IntelliSense to learn about possible attributes.
    // Hover to view descriptions of existing attributes.
    // For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",
    "configurations": [
        
        {
            "name": "Python: Current File",
            "type": "python",
            "request": "launch",
            "program": "${file}",
            "pythonPath": "/home/silva/anaconda3/envs/py372/bin/python",
            "cwd": "${fileDirname}",
            "args": [
                "--trained_model=weights/yolact_resnet50_54_800000.pth",
                "--score_threshold=0.15",
                "--top_k=15",
                "--video_multiframe=4",
                "--video=0"
            ]
        }
    ]
}

パラメータを参照、またはコピーの転写によって渡される5. numpyのアレイが経過しましたか？

  多くの場合、間違っていた、元は参照によって渡されます。関数内で配列を変更し、その配列の機能が変更されます呼び出します。

  DEF ABC（ARR）：ARR = np.zeros（（3,3））

  実行後、=のnp.ones（（3,3））、その後、ABC（）を呼び出し、印刷（）はどのくらい？変わりません

  もしDEF ABC（ARR）：ARR + = 3、ABC（）実行後？3の増加

ARR [1] [1] = 34、ABC（）実行した後：DEF ABC（ARR）か？対応する要素34となります

参考  https://stackoverflow.com/questions/11585793/are-numpy-arrays-passed-by-reference