宋晨明_个人页

2024年10月

• 10.16 20:47:05
  发表了文章 2024-10-16 20:47:05

  NVIDIA Triton系列07-image_client 用户端参数

  本文详细介绍了NVIDIA Triton推理服务器的Python版image_client.py用户端参数，通过具体实例演示了如何使用这些参数与Triton服务器交互，包括指定服务器地址、选择模型、设置图像缩放方式、批量处理图片等关键操作，为初学者提供了实用的指导。实验环境搭建在Jetson AGX Orin和树莓派上，确保了内容的实践性和可操作性。

  
• 10.16 20:46:20
  发表了文章 2024-10-16 20:46:20

  NVIDIA Triton系列06-安装用户端软件

  本文介绍了 NVIDIA Triton 推理服务器的用户端软件安装方法，包括源代码编译、可执行文件、Docker 容器和 Python 版用户端。重点讲解了 Python 用户端的安装和使用，通过示例展示了如何使用 `image_client` 工具进行图像分类推理请求。

  
• 10.16 20:45:10
  发表了文章 2024-10-16 20:45:10

  NVIDIA Triton系列05-安装服务器软件

  本文介绍了NVIDIA Triton推理服务器的安装方法，涵盖源代码编译、可执行文件安装及Docker容器部署三种方式。重点讲解了在NVIDIA Jetson AGX Orin设备上的安装步骤，适合Ubuntu 18及以上系统。通过检查HTTP端口状态确认服务器运行正常，为后续客户端软件安装做准备。

  
• 10.16 20:44:05
  发表了文章 2024-10-16 20:44:05

  NVIDIA Triton系列04-创建模型仓

  Triton推理模型仓库是NVIDIA Triton推理服务器的基础组件，用于组织和管理模型及其相关资源。本文介绍如何创建模型仓库，包括目录结构、文件内容及配置方法，适用于本地和云端环境。通过在NVIDIA Jetson AGX Orin平台上实践，帮助读者快速上手。
• 10.16 20:38:01
  发表了文章 2024-10-16 20:38:01

  NVIDIA Triton系列03-开发资源说明

  NVIDIA Triton 推理服务器是用于高效部署机器学习模型的开源工具。本文介绍了初学者如何通过官方文档和 GitHub 开源仓库获取开发资源，包括快速启动指南、生产文档、示例和反馈渠道。特别强调了核心仓库中的六个重要部分，涵盖服务器部署、核心功能、后端支持、客户端接口、模型分析和模型导航工具。这些资源有助于初学者全面了解和掌握 Triton 项目。

  
• 10.16 20:36:40
  发表了文章 2024-10-16 20:36:40

  NVIDIA Triton系列02-功能与架构简介

  本文介绍了NVIDIA Triton推理服务器的功能与架构，强调其不仅适用于大型服务类应用，还能广泛应用于各类推理场景。Triton支持多种模型格式、查询类型和部署方式，具备高效的模型管理和优化能力，确保高性能和系统稳定性。文章详细解析了Triton的主从架构，包括模型仓库、客户端应用、通信协议和推理服务器的核心功能模块。

  
• 10.16 20:35:21
  发表了文章 2024-10-16 20:35:21

  NVIDIA Triton系列01-应用概论

  NVIDIA Triton推理服务器为AI服务类应用提供全面解决方案，支持多种处理器、框架及模型类型，优化部署与性能，适用于在线推荐、图像分类等场景。文中介绍了Triton在微软Teams、微信视觉应用及腾讯PCG在线推理中的成功案例，展示其在提升性能、降低成本方面的显著效果。

  
• 10.16 20:34:12
  发表了文章 2024-10-16 20:34:12

  Nvidia TensorRT系列01-基本介绍

  NVIDIA TensorRT 是一个高性能的机器学习推理SDK，支持 TensorFlow、PyTorch 等框架。本文介绍了 TensorRT 的基本概念、安装指南、快速开始、案例和互补软件，如 NVIDIA Triton 推理服务器、DALI 和 TF-TRT。同时，文章还涵盖了 ONNX 支持、版本控制和弃用策略等内容。
• 10.16 20:32:47
  发表了文章 2024-10-16 20:32:47

  Nvidia TensorRT系列01-TensorRT的功能1

  NVIDIA TensorRT是一个高性能深度学习推理优化器和运行时，支持C++和Python API。其编程模型分为构建阶段和运行时阶段，前者优化模型，后者执行推理。TensorRT支持多种数据类型和精度，包括FP32、FP16、INT8等，并提供插件机制以扩展支持的操作。
• 10.16 20:30:06
  发表了文章 2024-10-16 20:30:06

  如何利用Python快捷地操作文件和文件夹

  关注B站用户“肆十二-”，观看更多实战教学视频。本文介绍Python的shutil库，涵盖文件和文件夹的复制、移动、删除及归档等高级操作，提供实用代码示例。
• 10.16 20:29:29
  发表了文章 2024-10-16 20:29:29

  YOLO系列模型发展史

  YOLO系列模型从YOLOv3到YOLOv10，不断优化实时目标检测性能和速度。最新版本YOLOv8增加了实例分割、姿态估计等功能。此外，还包括Segment Anything Model（SAM）、MobileSAM、FastSAM、YOLO-NAS、RT-DETR和YOLO-World等模型，分别在不同场景下提供高效的目标检测和分割能力。
• 10.16 20:28:33
  发表了文章 2024-10-16 20:28:33

  Pytorch的常用模块和用途说明

  肆十二在B站分享PyTorch常用模块及其用途，涵盖核心库torch、神经网络库torch.nn、优化库torch.optim、数据加载工具torch.utils.data、计算机视觉库torchvision等，适合深度学习开发者参考学习。链接：[肆十二-哔哩哔哩](https://space.bilibili.com/161240964)
• 10.16 20:27:31
  发表了文章 2024-10-16 20:27:31

  Python中Thop库的常见用法和代码示例

  肆十二在B站分享了关于THOP（Torch-OpCounter）的实战教学视频。THOP是一个用于计算PyTorch模型操作数和计算量的工具，帮助开发者评估模型复杂度和性能。本文介绍了THOP的安装、使用方法及基本用例，包括如何计算模型的FLOPs和参数量。
• 10.16 20:26:45
  发表了文章 2024-10-16 20:26:45

  Pytorch-SGD算法解析

  SGD（随机梯度下降）是机器学习中常用的优化算法，特别适用于大数据集和在线学习。与批量梯度下降不同，SGD每次仅使用一个样本来更新模型参数，提高了训练效率。本文介绍了SGD的基本步骤、Python实现及PyTorch中的应用示例。
• 10.16 20:19:32
  发表了文章 2024-10-16 20:19:32

  Pytorch-RMSprop算法解析

  关注B站【肆十二】，观看更多实战教学视频。本期介绍深度学习中的RMSprop优化算法，通过调整每个参数的学习率来优化模型训练。示例代码使用PyTorch实现，详细解析了RMSprop的参数及其作用。适合初学者了解和实践。
• 10.16 20:18:54
  发表了文章 2024-10-16 20:18:54

  Pytorch-Adam算法解析

  肆十二在B站分享深度学习实战教程，本期讲解Adam优化算法。Adam结合了AdaGrad和RMSProp的优点，通过一阶和二阶矩估计，实现自适应学习率，适用于大规模数据和非稳态目标。PyTorch中使用`torch.optim.Adam`轻松配置优化器。
• 10.16 20:18:13
  发表了文章 2024-10-16 20:18:13

  Python中医学图像处理常用的库

  在Python中，医学图像处理常用的库包括：ITK（及其简化版SimpleITK）、3D Slicer、Pydicom、Nibabel、MedPy、OpenCV、Pillow和Scikit-Image。这些库分别擅长图像分割、配准、处理DICOM和NIfTI格式文件、图像增强及基础图像处理等任务。选择合适的库需根据具体需求和项目要求。
• 10.16 20:17:37
  发表了文章 2024-10-16 20:17:37

  Python中tqdm模块的常用方法和示例

  `tqdm` 是一个快速、可扩展的Python进度条库，适用于长循环中添加进度提示。通过封装迭代器 `tqdm(iterator)`，可以轻松实现进度显示。支持自定义描述、宽度及嵌套进度条，适用于多种迭代对象。在Jupyter notebook中，可自动调整显示效果。
• 10.16 20:16:19
  发表了文章 2024-10-16 20:16:19

  Python中threading模块的常用方法和示例

  Python 的 `threading` 模块提供了多线程编程的能力，允许同时执行多个线程。主要类包括 `Thread`、`Lock` 和 `Condition`。`Thread` 类用于创建和管理线程，`Lock` 用于同步线程，防止资源竞争，`Condition` 用于线程间协调。本文介绍了这些类的常用方法及示例代码，帮助你更好地理解和使用多线程编程。
• 10.16 20:15:21
  发表了文章 2024-10-16 20:15:21

  Python中os模块的常用方法和示例

  在Python中，`os`模块提供了与操作系统交互的函数，用于文件和目录管理、路径操作、环境变量等。常用方法包括路径操作（如`os.path.join()`、`os.path.abspath()`）、文件和目录管理（如`os.mkdir()`、`os.remove()`）、环境变量和进程管理（如`os.getenv()`、`os.system()`）以及其他常用功能（如`os.getcwd()`、`os.urandom()`）。
• 10.16 20:14:25
  发表了文章 2024-10-16 20:14:25

  Python中Pymysql库的常见用法和代码示例

  `pymysql` 是一个用于连接 MySQL 数据库的 Python 库，支持 SQL 查询的执行和结果处理。通过 `pip install pymysql` 安装后，可使用 `connect()` 方法建立连接，`cursor()` 创建游标执行查询，包括数据的增删改查，并通过 `commit()` 和 `rollback()` 管理事务，最后需关闭游标和连接以释放资源。
• 10.16 20:12:05
  发表了文章 2024-10-16 20:12:05

  Python中Pillow库的常见用法和代码示例

  Pillow是Python中广泛使用的图像处理库，支持丰富的图像操作功能，包括但不限于打开、保存、缩放、裁剪、旋转、调色等。本文通过一系列示例介绍Pillow的基本用法，涵盖图像的加载与显示、尺寸调整、裁剪与旋转、亮度调整、格式转换、滤镜应用、图像合成及像素级操作等。首先需通过`pip install pillow`安装库，随后可通过导入`PIL.Image`等模块开始图像处理任务。无论是初学者还是进阶用户，都能从Pillow提供的强大功能中获益。