过去的杂记

在不修改网络结构的情况下，节省内存的方法：

def inplace_relu(m):

classname = m.__class__.__name__

If classname.find(‘ReLU’) != -1:

m.inplace = True # 原地进行操作，操作完成后覆盖原来的变量

pytorch中有许多原地操作，比如：torch.sigmoid,F.relu等。

Wandb(weights&biases)——轻量化可视化工具，是一个类似于tensorboard的在线模型训练可视化工具，可以帮助跟踪实验，记录运行中的超参数和输出指标，可视化结果并共享结果。

randlanet的电脑环境配置：

Python=3.6(name)+Tensorflow-gpu1.13.1+cuda10.0+cudnn7.4在3090上失败！！！！

Failed to run cuBLAS routine cublasSgemm_v2:CUBLAS_STATUS_EXECUTION_FAILED

原因：RTX30系列不支持cuda10,支持CUDA11.1及以上版本。

Python3.7的环境tf2,激活环境，pip install tensorflow-gpu==2.4.1 -i https://pypi.tuna.tsinghua.edu.cn/simple    2.4.1报错（调用不了gpu）

卸载后，尝试tensorflow-gpu==2.6.0（True），进入后那两句代码不太管用。

报错：Error while using Tensorflow:no attribute’variable_scope’                        

dataset.init_input_pipeline()这步进行不下去，还有randlanet.py的train里的出问题

前提：显卡3090、CUDA11.1、

尝试220版本

conda create -n 环境名字 python==3.6/3.7

activate 环境名字

pip install tensorflow-gpu==2.2.0 -i 清华镜像源（https://pypi.tuna.tsinghua.edu.cn/simple）

pip list

python

import tensorflow as tf  无错误提示

tf.test.is_gpu_available()

RTX3090算力：8.6