m0_74890428的博客

train.cache是由DataSet API创建的，当DataSet API在读取预处理数据时，它会将处理后的数据缓存到train.cache文件中，以加速训练过程。也就是说train.cache作为一个缓存文件，用于存储训练过程中的中间结果，加速后续训练速度。每个epoch结束后，train.cache都会记录模型的参数和优化器状态，以及训练集和验证集损失等信息。下一次训练，train.chache文件存在，就可以直接加载其中的信息，避免重新计算，从而提高训练的效率。

scope标签的值的种类：compile：默认值，可省略不写。此值表示该依赖需要参与到项目的编译、测试以及运行周期中，打包时也要包含进去。test：该依赖仅仅参与测试相关的工作，包括测试代码的编译和执行，不会被打包。runtime：该依赖项目无需参与项目的编译，不过后期的测试和运行周期需要其参与。与compile相比，跳过了编译而已。

问题1：UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the indexing argument.问题2：[mov,mp4,m4a,3gp,3g2,mj2 @ 000001fe939c8d80] moov atom not found；问题3：在运行Yolov5_DeepSort目标追踪无法保存视频​​​​​​​

成功解决：NotImplementedError: Could not run 'torchvision::nms' with arguments from the 'CUDA' backend.

在运行pycharm项目的时候，出现了AssertionError: Torch not compiled with CUDA enabled，主要可以归结于以下两个个方面：1、没有安装GPU版本的pytorch，只是使用清华的镜像地址下载了CPU版本的pytorch2、安装的CUDA和安装的pytorch的版本不相互对应

成功解决：AttributeError: module 'tensorflow' has no attribute 'io'

成功解决：‘mysqld‘ 不是内部或外部命令，也不是可运行的程序 或批处理文件。