Chriswjhwjh的博客

原创 EVFlowNet-Pytorch环境配置

在EVFlowNet项目中，数据集MVSEC是以rosbag格式存储，数据预处理中需要把数据集从rosbag格式转化为npy格式,原文代码如下。

原创 gcc与cuda版本对应关系

原创 Ubuntu配置多个cuda版本共存，且能够快速切换

个人认为，第一个cuda版本用${PATH}，之后的cuda版本才用${PATH:+:${PATH}}。这段代码的意思是，将 CUDA 11.1 的。这段代码的意思将 CUDA 11.8 的。环境变量的前面，并且确保只有在。已经有值时才追加之前的值。这里添加环境变量的一些改进。

原创 安装dv-processing库失败

虚拟环境中pip install dv-processing，发现环境中没这个库。进入pipy, Downing Files,发现dv-processing库最高只支持python3.11,从python3.12降级到3.11，安装成功！

原创 初始化张量时，torch.Tensor()和torch.from_numpy()区别

正因为这两个函数的这些差异，开发者需要根据实际场景和数据处理的需求来选择使用哪一种。如果你想要从现有的 NumPy 数组创建一个张量，并且希望二者能共享数据，但如果你需要创建一个新的张量（无论是否初始化），则应该使用。这样的特定初始化方法。

原创 布尔型张量

【代码】布尔型张量。

原创 torch.max()函数解释

torch.max(x,dim=0) 沿第0维寻找其他每个维度最大值，返回[4,1,2]尺寸的Tensor，这个Tensor是每个维度最大值的组合。torch.max(x):返回x中所有元素的最大值，一维的tensor。

原创 torch.Size对象

torch.Size对象实质上是一个子类化的tuple(tuple数据结构就是类)，它包含了整数元素，每个元素对应于张量在某一维度上的长度。在我的另一篇博客讲过，Tensor.shape和Tensor.size()会返回相同的信息：torch.Size对象。在很多方面表现得像 Python 的 tuple，但它是 PyTorch 特定的类型，并且经过了定制化，以便与PyTorch中的张量更好地配合使用。无论是通过.shape属性还是通过调用.size()方法，都得到一个torch.Size类型的对象。

原创 Tensor.size()与Tensor.shape的区别

注：在python中，几乎所有的数据类型都是以类的形式实现的，包括Pytorch中的Tensor类型。Tensor是类的实例化对象，这个类继承自object基类，因此Tensor也有自己的属性和方法，允许用户创建、操作和查询张量的数据。根据函数嵌套的知识，函数名本质是变量名，表示一个内存地址。同理方法是类里的函数只打印方法名会得到地址。不带括号，因为它不是一个函数调用，而是一个访问属性。两者会返回同样的信息，但。是一个方法，需要通过调用（使用括号）来执行。打印Tensor.shape，会报错。