- 博客(40)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 基于RTX3090配置tensorflow1.15环境
conda create --name tf1.15 python=3.6source activate tf1.15pip install nvidia-pyindexpip install nvidia-tensorflow安装tensorflow-gpu1.15对应keraspip install keras==2.3.1安装各种模块pip install matplotlibpip install opencv-python pip install imageio
2022-04-10 12:38:55
1035
1
原创 安装tensorflow-gpu1.14
1.创建环境conda create -n tf_1.14 python=3.6激活自己的环境source activate tf_1.14 2.查看服务器安装的cuda版本(1)通过命令查看：nvcc -V 或者是nvcc --version都可以，但前提是添加了环境变量(2)通过文件查看：cat /usr/local/cuda/version.txt得到cuda版本是10.1查看 cuDNN 版本cat /usr/local/cuda/include/cudnn.h | grep
2021-08-23 14:32:27
3828
原创 Tensorflow安装CUDA9.0
1.用pytorch安装cuda找好pytorch与cuda的对应关系conda install pytorch1.1.0 torchvision0.3.0 cudatoolkit=9.0 -c pytorch2.再安装想要安的tensorflow！tensorflow最好用pip安装，比conda好用
2021-05-25 22:36:17
257
1
原创 conda创建pytorch1.4环境 及遇到的错误
conda创建pytorch1.4环境用conda创建新的虚拟环境conda create -n 新环境名 python=版本号（新环境名自己随便取）conda create -n pytorch1.4 python=3.7切换至（激活）新的虚拟环境conda activate 环境名conda activate pytorch1.4安装Pytorch1.4稳定版（2020-4-3号官网的稳定版是1.4）到pytorch官网根据自己的情况进行选择：https://pytorch.org/
2021-01-13 13:36:03
2269
2
原创 conda创建Tensorflow2.2+keras2.3.0环境
conda创建Tensorflow2.2环境创建环境conda create -n your_env_name python=3.6激活自己的环境conda activate your_env_name升级pip版本python -m pip install --upgrade pip安装tensorflow，等待安装结束即可完成安装pip install tensorflow-cpu==2.2.0 -i https://pypi.douban.com/simple/`检验rens
2020-11-26 20:52:14
789
1
原创 Linux安装tensorflow1.9
1.创建环境conda create -n tf1.9 python=3.6激活自己的环境source activate tf1.92.用pytorch安装cuda找好pytorch与cuda的对应关系conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch3.再安装想要安的tensorflow！tensorflow最好用pip安装，比conda好用pip install tensorflow
2021-11-08 13:57:53
2046
原创 Linux安装pytorch1.1.0+CUDA10.0
1.创建虚拟环境conda create -n pytorch1.1 python=3.62.激活环境source activate pytorch1.13.安装pytorch1.1.0conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=10.0 -c pytorch4.安装cv2pip install opencv-python 报No module named 'imageio'错误pip install
2021-11-01 18:28:16
543
原创 Failed to initialize NVML: Driver/library version mismatch
NVIDIA 内核驱动版本与系统驱动不一致解决方案卸载电脑驱动，重装455版本与nvidia 内核版本匹配查看显卡驱动所使用的内核版本cat /proc/driver/nvidia/version可以看出Kernel Module 为455.23查看nvidia驱动cat /var/log/dpkg.log | grep nvidia显然，驱动是465.27，高于455...
2021-09-17 11:02:30
76
原创 Ubuntu18.04下RTX3090环境配置+CUDA11.0+CUDNN8.0.5+tensorflow-gpu2.4
1.安装CUDA11.01.官网下载CUDA11.0我采用的是runfilewget wget http://developer.download.nvidia.com/compute/cuda/11.0.2/local_installers/cuda_11.0.2_450.51.05_linux.runsudo sh cuda_11.0.2_450.51.05_linux.run填写accept然后去掉Driver（不需要安装驱动）yes2.更新系统sudo apt-get up
2021-09-16 10:40:49
418
原创 _ZN10tensorflow8internal21CheckOpMessageBuilder9NewStringB5cxx11Ev
在makefile上添加 -D_GLIBCXX_USE_CXX11_ABI=0如果已经设为0，还是这样的话，很可能是gcc版本和tf编译的版本不是同一个。可以尝试把gcc切换到4.9版本
2021-09-10 21:20:58
301
原创 Ubuntu18.04安装 gcc4.9和g++4.9
查看 gcc/g++ 版本查看当前版本gcc -vg++ -v查看系统已有版本ls /usr/bin/gcc*ls /usr/bin/g++*安装gcc4.9和g++4.91.修改源sudo gedit /etc/apt/sources.list问题：gedit: command not found解决：重新安装 gedit 即可sudo apt-get install gedit或 用vim编辑vim /etc/apt/sources.list2.在打开的文件
2021-09-10 20:58:12
1376
1
原创 Ubuntu中切换Python3.7到Python3.6
python --version===>Python 3.7.0想要把Python3.7 切换到 Python3.61.下载python3.6conda install python==3.62.切换版本到3.6echo alias python=python3.6 >> ~/.bashrcsource ~/.bashrc测试：python --version===>Python 3.6.0...
2021-09-02 10:01:25
1072
1
原创 安装多版本CUDA
假设都是默认的安装路径/usr/local/，现在安装了两个版本的CUDA/usr/local/cuda-10.0/usr/local/cuda-10.1查看当前cuda软链接指向的是哪个版本stat /usr/local/cuda建立需要切换版本的软链接,替换现有的软链接sudo ln -sf /usr/local/cuda-10.1 /usr/local/cuda...
2021-08-29 21:47:32
135
原创 WARNING: export AUTOGRAPH_VERBOSITY=10
WARNING: export AUTOGRAPH_VERBOSITY=10 实在是太多，看着心烦这是因为AutoGraph需要gast，而gast升级到了最新的0.3.2。解决方法conda install gast==0.2.2
2021-08-24 17:16:51
324
原创 pip版本冲突：No module named ‘pip._internal‘；cannot import name ‘_log’
pip版本冲突python -m ensurepippython -m pip install --upgrade pip
2021-08-23 16:17:04
477
原创 ImportError: cannot import name imread
把scipy降级到1.2.1即可pip install scipy==1.2.1
2021-08-23 16:14:27
114
原创 Tensorflow error：The flag ‘log_dir‘ is defined twice.
The flag 'log_dir' is defined twice. First from absl.logging, Second from train.py. Description from first occurrence: directory to write logfiles into.这是tensorflow1.14版本问题，tf1.14本身就定义了logging，不需要二次定义。报错显示Second from train.py，只需要在train.py中找到对应的log定义代码，删掉
2021-08-23 15:58:46
1694
1
原创 No module named ‘neuralgym‘
1.安装gitsudo apt-get install git2.安装pip install git+https://github.com/JiahuiYu/neuralgym
2021-08-23 10:54:44
1127
原创 ElementwiseLayer
ElementwiseLayer表示一个网络图层，将一元函数 f 应用于输入数组的每一个元素.ElementwiseLayer[“name”]应用由 “name” 指定的函数.
2021-07-07 22:42:32
470
转载 clion无限重置试用插件
现在网上大多数文章都是通过破解补丁 + 激活码的方式来进行破解，说可以破解到2099年，但Jetbrains官方会不定时封锁激活码，导致通常不过一个月又得更换安装参数。本文提供一种全新的方法：即通过重置时间的插件来对clion进行无限时间重置，这样每次启动软件都会有30天的试用期，对用户来说完全是自动的，不用再去操心激活码、安装参数无效的问题，试用也是跟正式是一样的功能，不会有使用上的限制！免责声明：本教程及相关附件仅限于学术交流，不能用于商业以及违法用途一、从官网下载clion并安装1.下载安装c
2021-07-05 17:52:46
18895
9
原创 spatial-correlation-sampler
1.创建环境conda create -n pytorch_1.2 python=3.6激活自己的环境conda activate pytorch_1.22.用pytorch安装cuda找好pytorch与cuda的对应关系conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch安装spatial-correlation-samplerpip install spatial-correlati.
2021-06-08 10:31:57
1881
原创 ERROR：tensorflow文件cuda_kernel_helper.h找不到
这个时候你要意识到，可能是cuda版本的问题！！不要随便改文件的名字，我在找这个问题的解决办法时，看到有人提议改成gpu_kernel_helper.h，虽然这样可以暂时解决这个问题，但会带来更多文件找不到的问题。cuda_kernel_helper.h对应着cuda9 我重新创建了一个cuda9的环境就解决了。gpu_kernel_helper.h对应着cuda10。...
2021-05-25 22:41:11
656
原创 nvcc: command not found
打开~/.bashrcvim ~/.bashrc 按下键到最后，按i添加环境变量：export LD_LIBRARY_PATH=/usr/local/cuda/libexport PATH=$PATH:/usr/local/cuda/bin按Esc结束输入输入：wq保存并退出
2021-05-24 21:23:50
133
原创 module ‘tensorflow‘ has no attribute ‘ConfigProto‘
使用CUDA10.1加上Tensorflow 2.0会出现AttributeError: module ‘tensorflow’ has no attribute 'ConfigProto’这个问题，这个是由于现在新版本中一些1.0版本的函数被和2.0版本函数区分开的缘故所以，需要将tf.ConfigProto修改为tf.compat.v1.ConfigProto...
2021-04-14 18:03:38
1927
原创 test.sh和test.py
以 .sh 为后缀的文件是Linux/Unix操作系统下的一种脚本文件。运行.sh文件sh test.sh在test.py中写运行代码，在test.sh中调用est.py，并对test.py中的一些属性赋值
2021-04-08 16:30:52
265
原创 单幅图像HDR
单幅图像HDR重建问题，也被称为逆色调映射。已经在过去的几十年中进行了广泛的研究。然而，这个问题仍然是一个主要的挑战，因为它需要从缺少内容的区域恢复细节。可以将现有技术分为非学习和学习方法两类。非学习方法通常是简单地通过使用试探法来推断光强度，依赖启发式策略和用户输入，效果并不理想，这里就不详细阐述了。学习方法一些方法给定单个输入LDR图像，使用自动编码器生成一组不同曝光的LDR图像。这些图像然后被组合以重建最终的HDR图像。将一系列卷积神经网络联结起来，依次生成相等的LDR图像。通过递归
2021-04-01 20:48:28
562
原创 基于VGG的感知损失函数
损失函数（loss function）是用来估量模型的预测值f(x)与真实值Y的不一致程度，损失函数越小，一般就代表模型的鲁棒性越好，正是损失函数指导了模型的学习。感知损失perceptual loss（VGG损失）对于图像风格化，图像超分辨率重建等任务来说，早期都使用了图像像素空间的L2 loss，但是L2 loss与人眼感知的图像质量并不匹配，恢复出来的图像往往细节表现不好。现在的研究中，L2 loss逐步被人眼感知loss所取代。人眼感知loss也被称为perceptual loss（感知损失）
2021-04-01 20:05:31
8010
原创 pytorch多服务器训练GPU内存不足问题
在多卡的GPU服务器，当我们在上面跑程序的时候，当迭代次数或者epoch足够大的时候，我们通常会使用nn.DataParallel函数来用多个GPU来加速训练。在服务器上面用双卡训练不了的原因通常是代码当时并不支持双卡，只能占用单卡的显存，所以才会显示out of memory。需要在代码上加上一行。（train和test都要加，不然会报错）...
2021-03-31 13:35:24
2129
原创 来自师兄的教诲
以前给你发的论文也要多回顾，看看他们有什么缺陷和亮点，但是要求得提升一下。如果是你，针对论文中的缺陷，应该去怎么做。如果你知道问题，不知道使用什么方法，就得去找论文，可能是你自己的方向也可能是别的方向，看看能不能给你启发。...
2021-01-14 15:29:33
107
1
原创 服务器连不上网解决办法
遇到这种问题说明没有连上网解决办法登录命令 curl 'http://10.10.43.3' --data "DDDDD=账号&upass=密码&0MKKey="退出命令 curl http://10.10.43.3/F.htm注意 --data 前后都有一个空格
2021-01-13 20:34:32
1768
原创 SR和HDR的区别
SR指超分辨率技术（Super-Resolution）是指从观测到的低分辨率图像重建出相应的高分辨率图像，在监控设备、卫星图像和医学影像等领域都有重要的应用价值。SR可分为两类：从多张低分辨率图像重建出高分辨率图像；从单张低分辨率图像重建出高分辨率图像。基于深度学习的SR，主要是基于单张低分辨率的重建方法，即Single Image Super-Resolution (SISR)。HDR的全称是High-Dynamic Range(高动态范围)。首先解释一下什么是Dynamic Range（动态
2020-12-01 20:26:24
882
原创 在anaconda的tensorflow环境下import cv2失败
在anaconda的tensorflow环境下import cv2失败安装opencv-python库pip3 install opencv-python显示成功，但import cv2不行
2020-11-27 20:33:16
418
libfreeimage-3.16.0-linux64.so
2022-07-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人