生活中的小问题记录
文章平均质量分 65
peacefairy
这个作者很懒,什么都没留下…
展开
-
计算机视觉系列五(图像分割/目标检测/实例分割)
图像分割,目标检测和实例分割都是基于图像分类任务的延伸。其中图像分割主要是针对上采样的工作实例分割又是在目标检测的基础上进行的这章主要记录语义分割相关的知识,对目标检测和实例分割的学习,可参考视频这里需要注意的是:要知道卷积本应该是滑动窗口如何转换成矩阵求和的形式。ps:Unet的短连接拼接的特征,是由于一些简单的类别在高层语义上显示不出来,这些低级的语义信息字低层才会存在,所以进行各层的concate就是为了补充低层的语义信息。...原创 2021-04-04 20:12:03 · 909 阅读 · 0 评论 -
计算机视觉系列四(经典网络分析)
网络结构从几个角度进行分析:层数统计每层的结构创新点AlexNetps:计算网络层数时,只记录卷积层和全连接层第一层 (CONV1): 96 个11x11 卷积核,步长为 4,没有零填充Max POOL1: 窗口大小3x3,步长为 2局部相应归一化层(NORM1)[后来研究表明,提升效果并不好]第二层 (CONV2): 256 个5x5 卷积核,步长为 1,使用零填充p=2第三、四层 (CONV3、CONV4): 384 个3x3 卷积核,步长为 1,使用零填充 p=1第.原创 2021-04-04 18:54:56 · 409 阅读 · 0 评论 -
计算机视觉系列三(卷积/图像去噪/边缘提取/纹理表示/卷积神经网络)
这一节,十分建议去看一下老师的讲解,老师从图像处理的角度来引入,层层点透了卷积神经网络中每个部分的原因以及要干的事情。视频连接:https://www.bilibili.com/video/BV1V54y1B7K3?p=9&spm_id_from=pageDriver p7,p8图像处理的基本操作-卷积老师介绍了图像噪声,以及传统的降噪方式。进行去噪的过程都是卷积,图像处理中的卷积和我们深度学习中常用的卷积不是一个定义,自己需要区别去认识,不要混淆和纠结卷积神经网络中要不要将卷积核翻转。卷原创 2021-04-04 15:09:29 · 2666 阅读 · 0 评论 -
计算机视觉系列二(全连接神经网络)北京邮电大学-鲁鹏
全连接神经网络1、概览2、分类模型2.1 多层感知机全连接神经网络级联多个米那换来实现输入到输出的映射。因为线性只能解决线性可分的问题,所以引入全连接来解决非线性可分的问题。在线性分类器中,表示了每个类别的模板在非线性分类器中,自己可以定义多个模板,来充分的表示输入。2.2 激活函数常用的激活函数及其优缺点。3、损失函数3.1 softmax与交叉熵softmax可以把分数数值变换为概率,由于分数可能为负数,所以采用了指数幂的方式来计算各个分数的占比。有了各个类别的概率,引入了原创 2021-04-04 12:03:58 · 362 阅读 · 0 评论 -
unable to get repr for <class ‘torch.Tensor‘>错误可能原因
自己在做语义分割的时候,出现了这个问题:unable to get repr for <class ‘torch.Tensor‘>自己使用了pycharm进行了模型训练,错误提示为:RuntimeError: CUDA error: device-side assert triggered根据错误提示信息找到了出错位置在损失函数使用的地方,在训练的损失函数位置加了断点,进行调试,发现了 unable to get repr for <class ‘torch.Tensor‘> 的错误信息。我出错的原因原创 2021-03-23 18:36:26 · 17411 阅读 · 7 评论 -
pytorchtools的使用-早停机制(EarlyStopping)
在pytorch中利用earlystopping。通过学习github源进行下面的笔记记录。早停机制是一种正则化的手段,用于避免训练数据集上的过拟合。早期停止会跟踪验证损失(val_loss),如果损失连续几个 epoch 停止下降,训练就会停止。pytorchtool.py 中的 EarlyStopping 类用于创建一个对象,以便在训练 PyTorch 模型时跟踪验证损失。每次验证丢失减少时,它都会保存模型的一个检查点我们在EarlyStopping类中设置了patience参数,即在最后一次验原创 2021-03-23 17:55:19 · 6563 阅读 · 0 评论 -
总结该问题解决方案:OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized
问题描述:两天没有碰过用过机器,之后今天打算跑一个代码,直接报错:OMP: Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized具体原因目前不知道是因为啥,情况一:之前没有任何下载安装等其他异常操作,则直接使用的时候报错了。可以检查一下自己anaconda的安装路径中是否存在两个该dll文件。比如我在pycharm中使用的是虚拟环境pytoch1.7,在pycharm的右小角可原创 2020-12-03 13:33:31 · 100443 阅读 · 117 评论 -
Linux系统问题记录-开机失败,图形界面打开失败,循环登录错误,数据恢复问题(待解决)
解决过程实验室的机器是双系统的,好几个人使用,之后有一次周末出现了循环登录的问题。之后学长解决了问题,但是没有记录解决办法。神奇的事情发生了,下一周的周末又出现了这个问题,em…不知道原因。只知道在循环登录问题出现时,录了个视频,看到了一闪而过的错误信息提示:/dev/sda6. xxxxx files, xxxx blocks解决方法:(没有实践,但大都是说驱动的事情)大家可以试试:我是个参考链接我的解决方案:之前学长提到说可能是我挂载的硬盘的问题,建议我把硬盘拔了重启一下,他之前也是这么做的(只原创 2020-11-23 15:45:27 · 623 阅读 · 0 评论 -
彻底卸载Anaconda--记录
彻底卸载Anaconda如果你想彻底卸载anaconda, 包括配置文件,请直接看Solution B。[官方参考链接]。Solution A通常卸载软件,直接运行uninstall就可以了,对于anaconda也一样,可以直接运行安装目录下的 Uninstall-Anaconda3.exe 即可,但是这样卸载并没有完全卸载。如果需要完全卸载请参考 Solution BSolution B通过B方式卸载,请确保还没有通过A方式进行卸载。 1.安装 Anaconda-Clean packa转载 2020-11-16 14:12:14 · 642 阅读 · 1 评论 -
问题:IsADirectoryError:【Error 21】Is a directory:‘xxxx_path/.checkpoints‘
问题描述问题:IsADirectoryError:【Error 21】Is a directory:‘xxxx_path/.checkpoints’问题分析:根据我的代码进行分析可以看出,该问题出现在遍历获取数据的时候。其中 .ipynb_checkpoints 这个文件为隐藏文件。找到把该文件删除就好了。.ipynb_checkpoints 文件是 notebook 运行出错的时候会生成.ipynb_checkpoints的隐藏文件,很可能导致你在该目录下寻找其他文件出错。在window原创 2020-11-13 10:01:18 · 14559 阅读 · 2 评论 -
Pytorch使用可视化工具Tensorboard 采坑记录
Tensorboard坑一:开启 tensorboard 的命令坑一:开启 tensorboard 的命令不知道什么时候起,tensorboard的文件地址不需要用引号包裹了,如:tensorboard --logdir=runs之前都还需要用单引号 进行包裹。需要注意的是,我加了单引号就真的出错误了:No dashboards are active for the current data set.去掉单引号就解决此问题了。...原创 2020-11-09 12:03:25 · 1058 阅读 · 0 评论 -
pycharm引入自己写的.py文件报错,导入自己写的模块报错
1、问题描述:在资源导入时,想要导入自己写的模块,有红色的波浪线提示错误。2、问题解决在自已项目的文件夹上右击,找到Mark Directory as,选择 Sources Root 即可解决报错。3、原因使用from…import***或者 import *** 添加非python的包时, 需要为python 解释器指定搜索路径。Mark directory as 即是告诉 Ide 你的文件搜索路径在哪里。在我们用jupyter notebook,或其他编辑工具,他们都是自动搜索的。原创 2020-09-30 15:30:47 · 4622 阅读 · 5 评论 -
EOFError: Compressed file ended before the end-of-stream marker was reached 可行的解决办法
错误的原因之一:在第一次下载数据的时候,由于网络原因或是其他原因导致下载的资源不完整。解决办法:可以将目前已经下载好的资源删除,进行重新下载找相关的资源,将完整的资源放入到Dataset文件即可(如果你不知道Dataset文件夹在哪里,那么报错的信息中是有提示的,可到相应的路径下去寻找。)一般情况下在你此系统下的主目录中。(主目录是什么就你C盘下的User或者用户名称的文件下你的用户名称命名的文件夹就是你当前系统的主目录)...原创 2020-09-26 18:07:05 · 3880 阅读 · 0 评论 -
对于pytorch,gather()函数的理解
官方文档对该函数的解释:按自己的理解翻译的,如有错误望指出torch.gather(input, dim, index, out=None, sparse_grad=False) → Tensor作用:沿 dim 指定的轴收集值参数:input (Tensor) – 要操作的张量dim (int) – 要索引的轴index (LongTensor) – 要收集的元素的索引out (Tensor, optional) – 目标张量-要收集数据得到的张量sparse_grad (bool,原创 2020-09-21 16:11:57 · 207 阅读 · 0 评论 -
如何查看windows中安装的CUDA版本(无需配置环境变量)
如何查看windows中安装的CUDA版本(无需配置环境变量)在菜单栏的右侧,找到自己的显卡位置,有很多种方法,在网上搜索一下就好。点击系统信息点击组件,即可查看当前cuda的安装版本根据上图可知,我的cuda版本为:10.1...原创 2020-09-14 13:57:06 · 38291 阅读 · 5 评论 -
Jupyter Notebook配置好虚拟环境后出现 Dead kernel 的问题。
Jupyter NoteBook出现 Dead Kernel问题问题描述:我不只是在运行构成中出现问题,就仅仅新创建一个python文件就会出现问题。即加载该kernel的时候出现了问题由于时间问题,找到了一个临时解决方案:首先进入到自己想要使用的Kenel的工作虚拟环境中。我的是pytorch(1.2)打开Anaconda prompt 输入指令activate pytorch(1.2)之后,在该工作环境中输入指令jupyter notebook 启动notebook。现在原创 2020-08-15 21:35:40 · 1874 阅读 · 2 评论 -
PyTorch报CUDA error: no kernel image is available for execution on the device 错误
问题描述:pytorch使用GPU报错,具体操作的简化如下:安装成功,测试GPU可用,但是下面这步报错了。t = torch.ones(1,1,28,28)t = t.cuda()t我的环境是:pytorch1.5.1;Cuda 10.1.0;GPU(Navida GeForce 920Mpython(3.6)原因:问题出在CUDA对部分计算操作无法支持,即no kernel image is available for execution on the device的问题。原创 2020-08-15 21:21:13 · 29716 阅读 · 6 评论 -
为Jupyter NoteBook添加新的虚拟环境-以pytorch为例
当我们初步使用Python时,我们常常利用anaconda来管理我们的Python环境,在安装完anaconda后,我们常常拥有了jupyter notebook 工具来帮助我们完成代码的训练,当然还有其他强大的功能,支持各种语言。这里我们介绍在成功安装anaconda和pytorch后,我们如何在jupyter notebook中使用。jupyter notebook本身是默认使用一种anaconda中root目录下的Python环境的,如果想使用其它的虚拟环境,还需要通过插件来实现,也就是nb_con原创 2020-08-04 10:42:03 · 3839 阅读 · 1 评论 -
Jupyter Notebook修改默认存储路径
此方法适用于Anaconda配置python的情况,系统为windows.因为我们安装完Anaconda后,Jupyter Notebook是自带的,无需我们再去安装了。下面我们解决上述问题:创建保存文件(工作空间),记住该文件夹位置找到Jupter notebook的配置文件在任意命令行(cmd/其他)中输入指令:jupyter notebook --generate-config根据该位置找到该配置文件。修改配置文件在配置文件中利用关键词“c.NotebookApp.not原创 2020-07-26 00:10:28 · 290 阅读 · 0 评论