小编Sri*_*adi的帖子

我正在尝试在Windows 10中的Docker容器中运行应用程序。

但是我无法使GPU在docker内部工作。

我读到它需要“ GPU直通”。

我应该如何解决？

我正在尝试使用 2 个类（人类、汽车）实现多类语义分割模型。这是我对 unet 架构的修改实现。I 输出通道数为 3（3 类 - 人类、汽车、背景）。我如何获得像素明智的分类？这是我的地面实况面具中的两个例子。

我为每个对象类使用 1 个通道，即。

• class=car 的频道 1
• class=background 的通道 2
• 频道 3 for class=human

def conv_block(tensor, nfilters, size=3, padding='same', initializer="he_normal"):
    x = Conv2D(filters=nfilters, kernel_size=(size, size), padding=padding, kernel_initializer=initializer)(tensor)
    x = BatchNormalization()(x)
    x = Activation("relu")(x)
    x = Conv2D(filters=nfilters, kernel_size=(size, size), padding=padding, kernel_initializer=initializer)(x)
    x = BatchNormalization()(x)
    x = Activation("relu")(x)
    return x


def deconv_block(tensor, residual, nfilters, size=3, padding='same', strides=(2, 2)):
    y = Conv2DTranspose(nfilters, kernel_size=(size, size), strides=strides, padding=padding)(tensor)
    y = concatenate([y, residual], axis=3)
    y = conv_block(y, …