- 博客(8)
- 收藏
- 关注
RSS订阅原创 Linux服务器下 pip与当前环境/python不对应
记录一下这一段时间使用服务器时出现的一些错误。出现问题的无奈前提：因为服务器空间不够了，所以没有装anaconda，而是直接用的virtualenv来创建的虚拟环境，因此后续安装包之类的都需要使用pip语句；因此，如果是conda的虚拟环境，直接使用conda activate （环境名）进入环境之后再使用conda语句安装就好啦。服务器里面有许多用户，不能直接修改pip的默认python，也不能修改pip的相关...
2021-10-17 19:21:55
1249
原创 pytorch GPU版 安装要点 常见问题
由于本人换了台机器，因此又再安装了一遍pytorch，这一篇是用来记录关键要点的。常见问题各版本对应NVIDIA、cuda与pytorch的版本需要配套，特别是NVIDIA和cuda，需要查阅最新的标准，最好的办法就是直接都更新到最新，肯定没问题。安装完驱动之后，可以使用nvidia-smi命令确认。具体版本对应表网站上很多，需要安装的时候最好看一下最新的，或者直接去NVIDIA官网查看。cudann!!需要特别注意的是，安装完cuda之后，还需要再将cudann中的相关文件放入cuda，并配
2021-09-25 19:34:12
2407
5
原创 yaml库 -- conda安装成功但导入失败
问题直接安装，表面成功，并且使用conda list语句可以在列表中看到yaml包conda install yaml但是无法import，报错说该环境没有该包解决在anaconda相关网页查询后（https://anaconda.org/search?q=yaml），可看到yaml为一C语言库，即使用python来import yaml，实际上是引用的pyyaml，在pyyaml中再使用了yaml。【道理类似于import torch，但实际上需要安装的是pytorch一样】因此，我们只要
2021-09-25 19:19:45
4254
原创 跨域行人重识别（REID）Joint Disentangling and Adaptation for Cross-Domain Person Re-Identification 论文阅读与理解
本文将按照原论文的大标题进行内容概括、理解，最后为总结与思考论文理解01 Introduction02 Related work03 方法03.1 解耦合模块3.1.1 公式3.1.2 跨域生成03.2 域适应模块3.2.1 对抗对齐（Adversarial alignment）3.2.2 自训练01 Introduction跨域概念介绍：训练集与测试集来源的时间、摄像头位置等具有较大差别，识别目标的所处季节、背景、视角等都发生变化。这就是目标域与源域之间的差距。同时，域内自身会有差距。解决方法：
2021-09-06 20:18:47
2539
原创 pygame.time.Clock 详解
看到所有关于pygame.time.Clock() 的文章重点只放在了帧速，刚好我需要读的这份代码需要用其他函数，只能自己开始干官方文档了全部来源于官方文档，点击查看英语原版个人翻译，欢迎批评指正pygame.time.Clock对象函数接口tick()tick_busy_loop()get_time()get_rawtime()get_fps()tick()其他文章说的最多的一个函数，因此本篇不再过多赘述。它将计算自上次调用以来已过去多少毫秒，因此该方法为每帧一次，传入参数为帧速率（整型，
2021-07-16 19:21:58
7143
原创 【自用详细版】计算机视觉新手入门 - 斯坦福CS231n整理
目录初级模型与基础知识最临近与KNN超参数线性分类器损失函数初级模型与基础知识最临近与KNN最临近（Nearest Neighbor）算法思想：训练过程仅记住每一张图片，预测过程找与输入最邻近的图片，输出该图片标签。如何比较“远近”？L1距离（x+y+zx+y+zx+y+z） / L2(欧式) 距离(x2+y2+z2\sqrt{x^2+y^2+z^2}x2+y2+z2)L1存在坐标依赖性（即改变坐标轴的选取，结果变化），L1距离即为二者每块pixel相减绝对值的累加求和L2即为二者各p
2021-03-23 19:56:00
380
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人