论文代码复现环境配置

已于 2023-01-15 00:13:44 修改
阅读量1.2k 收藏 5
点赞数 1
文章标签： python tensorflow 深度学习
于 2022-12-04 19:19:04 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_56640148/article/details/128167376
版权

论文代码复现环境配置

报错1：python导入tensorflow出现_np_qint8 = np.dtype([(“qint8”, np.int8, 1)])

在这里插入图片描述

pip uninstall numpy
pip install numpy==1.16

报错2：ValueError: Parent directory of D:\Python_Project\MDL-RS/save_CNN_Middle/model.ckpt doesn’t exist, can’t save.

在这里插入图片描述
不能保存，因为路径不存在，修改一下278行的路径：
save_path = saver.save(sess,“D:/毕设相关/IEEE_TGRS_MDL-RS-master/IEEE_TGRS_MDL-RS-master/MDL-RS_CNNs/save_CNN_Middle/model.ckpt”)
参考

报错3：tensorflow.python.framework.errors_impl.InternalError: Blas SGEMM launch failed

解决方案：
点击跳转

结果：

tensorflow使用的是gpu
在这里插入图片描述

论文代码放到GPU上跑


import os
os.environ['CUDA_VISIBLE_DEVICES'] = '/gpu:0'

详情

ps:fc 文件里不需要
from tfdeterminism import patch
patch()
因为源代码里面没有

MDL-RS_CNNs：

(1)Middle_fusion_cnns
在这里插入图片描述

（2）Lidar_cnns
请添加图片描述

(3)late_fusion_cnns
在这里插入图片描述

(4)HSI_cnns
在这里插入图片描述

(5)en_de_fusion_cnns
在这里插入图片描述

(6)early_fusion_cnns
在这里插入图片描述

(7)cross_fusion_cnns
在这里插入图片描述

MDL-RS_FC-Nets:

（1）在这里插入图片描述

（2）
在这里插入图片描述

（3）
在这里插入图片描述

（4）
在这里插入图片描述

（5）
在这里插入图片描述

（6）
在这里插入图片描述

（7）
在这里插入图片描述

（8）在这里插入图片描述

码农10087号
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
车辆轨迹预测系列 (四)：VectorNet代码复现及踩坑记录
06-26
本文将深入探讨VectorNet的核心概念，并通过实际的代码复现过程，帮助读者理解并掌握这一技术。我们将从以下几个方面进行详细阐述： 1. **VectorNet概述**： VectorNet是由Gao et al.在2020年提出的，主要用于解决...
智能反射面（IRS）在无线通信安全领域应用的论文复现-随N变化部分
12-29
论文复现的这部分代码很可能是模拟和分析不同N值下IRS性能的数学模型和算法。这可能涉及到优化问题，比如寻找最佳的相位配置，以最大化信号到达目标的功率，同时最小化泄露到其他方向的功率。这种优化通常通过迭代...
实习论文复现之环境搭建
qq_40986693的博客
08-05 565
未完待更 实习期间看了几篇论文，复现需要搭建相应的环境，所以码住中间用过的良心教程 VS安装 https://blog.csdn.net/qq_36556893/article/details/79430133 OpenCV配置与练习 https://blog.csdn.net/qq_41175905/article/details/80560429 CMake配置与练习 https://blog...
在复现代码时的环境配置
OnePiece
05-26 426
想要复现代码，安装好环境是第一步，以下记录我安装时遇到的问题和解决办法，以便之后复习，若有错误欢迎指正。
【复现代码——环境配置】
最新发布
闪闪发光的博客
04-23 1147
目前解决的问题是用 PyTorch 1.7.0，Pytorch 1.10.1 也可以。使用label=torch.argmax(label, dim=1) ，其中dim=1表示通道维度，亲测有效！以上的环境是必须要按照作者要求的安装，如果换其他的版本，就可能会出错。这里可选择conda安装，也可以pip安装，我一般选择pip 安装，conda 安装有时候不成功。安装PyTorch必须找到对应的cuda，所以先查看自己的服务器CUDA。以上，安装完代码需要的所有依赖，就可以训练或是测试了。
复现论文之用pycharm选择yml创建的conda环境(超级简单)
bucan804228552的博客
02-23 2043
安装步骤 1.打开terminal 2.选择自己的服务器 3.在命令框输入 ①conda activate 环境名字 --》激活环境 ②which python --》得到本环境python位置 4.设置file->setting->project->python interpreter 5.从服务器添加 6.选择步骤三 中环境下的python ......
关于Compound Word Transformer论文代码的环境配置
Gragon_sgirlfriend的博客
07-13 565
关于Compound Word Transformer论文代码的环境配置
使用 docker 搭建自己的实验环境——解决很多小伙伴论文复现环境搭建难题
Smileyan's blog
10-30 7296
异常检测论文算法复现的环境搭建详细教程。
AlphaCodium: From Prompt Engineering to Flow Engineering 论文代码复现
01-22
论文 AlphaCodium: From Prompt Engineering to Flow Engineering 的代码实现 配置环境库包在requirements.txt文件中 使用说明在readme.md文件中
yolo论文与pytorch复现版
04-04
在GitHub上的ultralytics项目中，开发者提供了完整的YOLOv3 PyTorch实现，包括训练脚本、配置文件、预训练权重等，这为研究者和开发者提供了一个方便的起点，可以直接运行代码进行复现和进一步的实验。 总之，YOLOv...
Flashback_code-master.rar
03-27
《Flashback_code-master》压缩包中的内容主要涉及的是机器学习领域的技术，特别是针对某...然而，需要注意的是，复现研究结果并不总是一帆风顺，可能需要根据实际情况调整代码或参数，以适应不同的数据集和计算环境。
框架确定性：在深度学习框架中提供确定性
02-06
TensorFlow确定性 这个主要的README当前专注于TensorFlow的GPU确定性。 有关PyTorch的GPU确定性的信息，请参见。 公告 在此软件包的下一发行版（版本0.4.0）中，发行版本名称将从tensorflow-determinism更改为framework-determinism ，而软件包名称将从tfdeterminism更改为fwd9m 。 这些变化反映了该仓库在多种深度学习框架中越来越多地支持确定性的意图。 tfdeterminism.patch用户将需要使用不推荐使用的fwd9m.tensorflow.patch并鼓励其迁移到使用fwd9m.tensorfl
已解决 。Windows下，使用Conda的虚拟环境为你复现论文或者管理工程环境提供便捷
qq_40420039的博客
07-16 397
鉴于我们在进行工程项目编写和测试时，需要使用到不同的环境，这里，我们可以使用conda的虚拟环境，以便分离出具体项目的环境。 1.查看我们当前conda里有的环境 conda info --envs 可以看到，我们目前只有一个base的基础环境。 我们可以查看一下该环境下的包列表。 conda list 可以看到，在当前base环境下运行的conda list 命令，显示出了环境下持有的python第三方库。 2. 创建虚拟环境。 conda create -n [env_..
第一次论文复现--环境配置
m0_46614636的博客
03-19 3075
第一次论文复现 只看论文不自己跑一跑的话水平可能不会有提高。 所以要锻炼自己的动手能力。 记录一下自己复现论文的经历。 之前从GitHub上找了一个项目，由于依赖包不完全没能成功运行。 这次从看的论文里找了源码，记录一下自己的步骤，以待后续有长进。 首先下载代码，解压到自己的pycharmprojects，导入。 下载好的代码文件一般会有env.yml。这个是环境的配置文件。 environment.yml是一个分享环境的文件 通过下面命令从该文件来创建相同环境，方便共同开发。 切换到env.yml文件所在
TENSORFLOW-GPU/KERAS的结果踩坑记录
sinat_41462106的博客
10-04 253
tensorflow-gpu/keras的结果可重复 - 灰信网（软件开发博客聚合）https://www.freesion.com/article/78241396652/用kreas2.3 tendorflow-gpu2.1运行代码时，每次结果不一样，看了这个博客后解决了问题。 然而！！！ 我把程序里面40个个体得到的结果和单独运行其中一个个体的结果对比时，结果又不一样了。验证几次后，初步推测是循环从1开始和随机抽取样本时 from tfdeterminism import patch p..
Python报错：ImportError: cannot import name ‘xxx‘ from ‘xxx‘
热门推荐
weixin_61908666的博客
10-21 4万+
Python报错：ImportError: cannot import name ‘xxx‘ from ‘xxx‘
解决ImportError: cannot import name 'tf_utils'
lingcai7071的博客
11-29 5402
问题： 环境【win10+cuda9.0+cudnn7.3+python3.6+tensorflow1.8.0(GPU)】； 使用pip install keras安装keras，提示安装成功； import keras时，报错ImportError: cannot import name ‘tf_utils’。 解决 网上没有找到匹配的答案，根据过往经验：安装库后报错，一般都先考虑版本匹配问题。...
tensorflow 2.1与2.3版本安装
Axiaobai12138的博客
12-01 355
打开anaconda中的prompt输入下面的指令。 2.1版本 conda create -n tensorflow python=3.7 activate tensorflow anaconda search -t conda tensorflow anaconda show anaconda/tensorflow conda install --channel https://conda.anaconda.org/anaconda tensorflow 2.3版本 conda create -n te
anaconda+tensorflow2.6.0详细一步一步安装
m0_63172128的博客
04-17 1万+
一、匹配版本 安装这些大家懂的，需要想好版本以及版本对应，详细的可以百度查看。这里只解释tf2.6.0版本对应的东东。这个是目前截止今天最新的版本。发行于： 1、这里可以查看自己电脑配置 2、查看电脑可以下载的python 我们tf2.6.0对应的python是3.6——3.9. conda search --full --name python 二、创建虚拟环境 conda create -n tf2.6.0 python==3.7.0 点击y回车，安装以上..
如何复现一篇论文的代码
03-24
要复现一篇论文的代码，需要以下步骤： 1. 阅读论文：仔细阅读论文，了解其方法和结果。 2. 获取代码：尝试在论文附带的代码或作者网站上获取代码。 3. 准备环境：检查代码所需的运行环境，并准备好相应的工具和库。 4. 运行代码：运行代码并根据需要修改参数，以便获得与论文结果相似的结果。 5. 验证结果：验证代码的结果是否与论文的结果相似，如果不同，尝试调整代码或更改参数。 注意：复现论文的代码可能需要一定的技术知识和编程经验，如果遇到困难可以寻求帮助或阅读相关文献。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值