m0_38064529的博客

安装了anaconda，但是安装时没有把它添加到系统变量：最近想用power shell运行程序，需要切换conda环境，提示“conda : 无法将“conda”项识别为 cmdlet、函数、脚本文件或可运行程序的名称”。参考如下教程解决：conda : 无法将“conda”项识别为 cmdlet、函数、脚本文件或可运行程序的名称一般两种情况： 环境变量的问题 ： 右键点击我的电脑 ==> 属性 >高级系统设置>环境变量安装残留问题 : Annaconda曾经安装在不同

https://www.w3cschool.cn/java/dicthttp://www.matools.com/api/java8http://tool.oschina.net/apidocs/apihttp://www.javaweb.cc/help/JavaAPI1.6/overview-summary.html————————————————版权声明：本文为CSDN博主「FFFXXXFFF」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：htt

首先看一下网络设置的是那种模式介绍，后面如果遇到问题或许思路能更清晰些。虚拟机三种网络模式(https://cloud.tencent.com/developer/article/1691013)我的主机（指宿主机）连有网线和WiFi，这里建议首选网线的网卡。虚拟机的网络模式选的是桥接模式。具体桥接模式怎么连可以参考：人手一套Linux环境之：Windows版本教程 中的网络配置部分。需要实验虚拟机<->主机相互，虚拟机->外网（百度），能否ping通。 注意：对于小白，

error: src refspec master does not match anyerror: src refspec master does not match anyerror: failed to push some refs to ‘gitee.com:########’fatal: couldn’t find remote ref main往gitee上远程拉取$ git pull gitee mainfatal: couldn't find remote ref main

个人学习记录2021.1.270 下载模型文件地址：INK-USC /RE-Net 保存在文件夹【RE-Net】里，文件如图1 配置环境用的是anaconda+pycharm安装anaconda安装pycharm确定版本匹配情况主要是显卡型号、驱动版本，cuda版本，cudnn版本，Torch版本查看显卡及驱动现在用的是win10，Win10系统下如何查看电脑显卡的型号配置直接在任务管理器中看了查看/安装cudaTorch版本匹配配置pytorch新建一个Python

背景用Torch训练RE-NET时报错，貌似是pytorch自身的问题，参考GitHub上的问题，解决

记录一下自己的安装过程，以备后用参考教程：PyTorch环境配置及安装windows10+nvidia驱动+cuda10.1+cudnn安装教程主要参考第一个教程；第二个作为补充，看了一下各个软件版本的匹配情况，以及显卡驱动如何安装；...

背景（个人记录）学知识图谱的表示学习，准备先跑一下RE-Net，在预训练时，作者的batchsize是1024，因为我用的是1050ti，设成10都跑不了，所以干脆batchsize设成了2，遂报错“RuntimeError: Trying to create tensor with negative dimension”解决百度上面看不到几条信息（英文渣），不负有心人，找到一个能稍微看明白的，链接程序中报错在这个地方：s_q = torch.cat((s_q, torch.zeros(le

个人经验记录，欢迎建议安装pyltp知识图谱学习，唐宇迪的视频教程，三元组抽取部分，讲到安装pyltp,虽然官方说pyltp已经不咋维护了，推荐使用LTP4，无奈折腾半天没安装成功，于是参考Python3.6.3中pyltp的安装错误总结，1）将Python3.7换成了3.6，2）安装pyltp0.1.9.1版本，直接pip install pyltp==0.1.9.1成功！（且先用着吧）...

学习、工作中的经验，仅做参考，欢迎建议读取TXT1、Python导入TXT中的中文，报错【‘gbk’ codec can’t decode byte 0xa3 in position 29: illegal multibyte sequence】解决：在语句open(self.disease_path) 中，增加encoding=‘UTF-8’，如下：open(self.disease_path,encoding=‘utf-8’)原因：Unicode的解码（Decode）出现错误（Error）

SPPRoI Pooling

一文读懂Faster RCNN（知乎）

本文主要记录卷积神经网络提取特征的原理学习，以及一些可视化方法

（搬运工+总结系列）主要记录自己学习和工作中了解到的模型评测方法，及学习过程。1、混淆矩阵混淆矩阵、准确率、精确率/查准率、召回率/查全率、F1值、ROC曲线的AUC值

1.用python -m http.server搭一个简易的本地局域网

（搬运工系列）网上看了一大圈，大多讲得不明白，或者是对我这样的深度学习新手不友好；有的是直接翻译论文，就敢叫详解；有的是把别人写的东拼西凑抄过来，从这些原创里我找到了大多数的转载来源，不仅讲得明白，配图也清晰，作者还很耐心回答小白的问题，感谢~深入浅出Yolo系列之Yolov3&Yolov4核心基础知识完整讲解...

python创建空列表

画图

（知识的搬运工.jpg）深度是神经网络的层数宽度是每层的通道数分辨率是指网络中特征图的分辨率深度和宽度是深度神经网络的两个基本维度，分辨率不仅取决于网络，也与输入图片的尺寸有关对于深度和宽度，以及他们对网络性能的影响，这篇博客有介绍：深度学习网络的宽度和深度怎么理解，增加宽度和深度对网络模型有什么影响？简单总结就是：1.更深的网络，有更好的非线性表达能力，可以学习更复杂的变换，从而可以拟合更加复杂的特征，更深的网络可以更简单地学习复杂特征。网络加深会带来梯度不稳定、网络退化的问题，过深的网

笔记