pytorch
Lethe♪
在人群中消失的日子。
展开
-
pytorch的二次索引矩阵无法赋值问题
根据以上观测,在二次索引赋值时,需通过中间变量tp进行。最近在研究中发现torch一个问题,即。具体来说,给定相同的初始常数矩阵。矩阵,直接赋值是没问题的。原创 2023-12-08 11:09:30 · 281 阅读 · 0 评论 -
ModuleNotFoundError: No module named ‘Multiscaledeformableattention‘
这个库在网上没有找到,所以想原来的服务器上应该有,搜索之后找到了,然后放在了./envs/python39/lib/python3.9/site-packages对应的文件夹下,但是测试发现系统并没有去这个目录下找。思考是,在源服务器编译时,这个依赖库的路径写死了,写到了so中,还是无法解决问题。痛定思痛,决定看看没有root权限,来安装cuda,根据自己torch安装的版本,确定cuda版本,去官网下载run file,然后安装过程中,不选择驱动安装,设置自己的路径,进行安装。原创 2023-05-12 20:13:00 · 4608 阅读 · 2 评论 -
roi_width >= 0 && roi_height >= 0 INTERNAL ASSERT...ROIs in ROIAlign cannot have non-negative size!
很明显是计算ROI时,出现了负值, 需要重新安装mmcv。--》》》安装时间可能会比较久,耐心等待即可~~安装成功,最后测试发现问题已解决。原创 2023-04-20 10:04:34 · 339 阅读 · 0 评论 -
apex安装出错:TypeError unsupported operand type(s) for +: “NoneType“ and “str“
安装过程中出现问题:TypeError unsupported operand type(s) for +: "NoneType" and "str"原创 2023-04-16 19:20:31 · 1080 阅读 · 0 评论 -
Segment Anything工作研究总结一(Motivation and Data Engine and Dataset)
近期对Segment Anything工作进行了研究,该工作虽然偏向工程一些,但需要30人左右的团队合作,以及大量的GPU资源,才能够实现目前的效果,在CV领域应该是具有划时代的意义的。可预见的,未来在prompt segmentation, prompt detection, prompt xxx等方向,会有一系列研究工作被提出,推进视觉领域的发展。原创 2023-04-14 15:50:21 · 141 阅读 · 0 评论 -
AttributeError: ‘MMDistributedDataParallel‘ object has no attribute ‘_sync_params‘
在使用mmcv和mmSegmentation过程中,配置环境完成后,会遇到该问题。属性(attribute)错误应该是torch版本问题导致的,故查看当前软件版本:torch 1.12。在torch官网查看继承类的源码:torch/nn/parallel/distributed.py。查看程序出错的地方:mmcv/parallel/distributed.py。故修改该函数为以上(_sync_buffers)函数,问题解决。原创 2023-02-15 09:38:07 · 1747 阅读 · 1 评论 -
RuntimeError: Default process group has not been initialized, please make sure to call init_process_
在使用mmSegmentation框架时遇到的问题: File "C:\software\Anaconda3\envs\python36\lib\site-packages\torch\distributed\distributed_c10d.py", line 347, in _get_default_group raise RuntimeError("Default process group has not been initialized, "RuntimeError: Defaul原创 2021-09-22 09:53:36 · 22013 阅读 · 16 评论 -
Openvino RuntimeError: get_shape was called on a descriptor::Tensor with dynamic shape问题解决
由于Openvino在2020 4月份,以及之前的版本中,对pytorch框架下的上采样操作,即F.interploate(或Upsample)的bilinear采样支持不是很好。具体而言,模型转化前和转化后,输出数据不一致程度高达99%。而这根本原因在于torch在转onnx模型时,采用op9 op10的转化方法,onnx模型与原torch模型的输出不一致(99%不一致)。而采用op11, op12才能保证,模型转化前后,精度一致,数据输出一致度高于99%。而之前的版本,openvino仅支持o.原创 2020-10-12 20:08:00 · 1762 阅读 · 5 评论