- 博客(29)
- 收藏
- 关注
原创 训练和预测模型时使用Pytorch版本不一样报错
参考:https://github.com/pytorch/pytorch/issues/48915在预测的时候,加载PyTorch模型报错:RuntimeError: version_ <= kMaxSupportedFileFormatVersion INTERNAL ASSERT FAILED at /pytorch/caffe2/serialize/inline_container.cc:132, please report a bug to PyTorch. Attempted to..
2022-01-16 11:17:04
2350
原创 conda实现虚拟环境的迁移
参考https://zhuanlan.zhihu.com/p/87344422使用conda将服务器上配置好的虚拟环境从当前ip迁移到目标ip。1、如果需要在具有相同操作系统的计算机之间复制环境,则可以生成spec list。生成spec list文件: conda list --explicit > spec-list.txt重现环境: conda create --name python-course --file spec-list.txt2、E...
2021-07-14 16:15:31
1038
原创 swin-T for segmentation: 基于Linux系统的云服务器上的环境配置
1、创建虚拟环境(租用服务器的就不用创建啦)conda create -n newpython=3.7conda activate open-mmlab2、安装pytorchpip install -U torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html3、安装mmcv-fullpip install mmcv-full==1.3.0+torch1.6.
2021-06-21 09:09:01
368
原创 latex_列表和表格环境_给tabular加lable标签问题
原文:https://blog.csdn.net/qq_33523925/article/details/89372371LaTeX:列表环境以及表格环境。注意:在tabular这种表格环境下我们是没有“表1”、“表2”这样的标签的,如果要给表格加标签 lable,必须使用一个比他更高级一些的表格环境——table。一、列表环境LaTeX下的列表环境,默认的有Itemize enumerate description这几种,默认的item个数为3个。1.使用itemize方式\d.
2020-12-21 07:52:27
5921
原创 关于latex的那点事儿
年过30了,学术生涯也五年多了,竟然才接触latex。哎,后悔莫及,相见恨晚啊。劝各位小伙伴越早学习使用latex越好啊。嗯,时间有限啊,先记述下这两天入坑所总结的经验吧。问题:关于如何利用期刊给的latex模板和reference模板,排版参考文献。描述:期刊给了latex模板,还给了参考文献style的模板。但是小白的我搞不懂怎么用啊这些东西,搜了Latex的快速入门的视频和blog,依旧云里雾里。分析: 究其原因,主要是第一次接触texlive,winedt, latex。..
2020-12-02 09:21:54
539
原创 进入和退出 服务器上自己配置的虚拟环境
激活虚拟环境。首先查看当前系统包含的所有的虚拟环境:conda env list然后激活:source activate 环境名称退出虚拟环境:source deactivate 环境名称
2020-11-15 15:20:40
2173
原创 ImportError: No module named ‘torch‘ 解决方法
原文链接:Anaconda+Pycharm环境下的PyTorch配置方法https://blog.csdn.net/aa3615058/article/details/89339790?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4.edu_weight&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCo
2020-10-28 17:29:47
40115
原创 由Variable().cuda()谈起
原作:https://blog.csdn.net/qq_28444159/article/details/787812010. 序言在深度学习中使用GPU来对模型进行训练是可以通过并行化其计算来提高运行效率1. 如何进行迁移对于Pytorch写的模型,网上给出了一个非常简单的转换方式:对模型和相应的数据进行.cuda()处理。就可以将内存中的数据复制到GPU的显存中去。从而可以通过GPU来进行运算了。从数据和模型谈:1.1 判定使用GPU下载了对应的GPU版本的Pytorch..
2020-10-27 16:58:49
9907
1
原创 CondaHTTPError问题解决方法
在实验室服务器上配置环境安装pytorch的时候,报错: An HTTP error occurred when trying to retrieve this URL.HTTP errors are often intermittent, and a simple retry will get you on your way原因,软件包来源于国外网站,下载速度慢导致安装失败。解决:https://blog.csdn.net/walk_power/article/details/82957796?
2020-10-27 11:09:40
18215
原创 2020-10-10
yield用法详解https://blog.csdn.net/mieleizhi0522/article/details/82142856/
2020-10-10 09:24:43
116
转载 pycharm调用matlab
https://blog.csdn.net/m0_37316917/article/details/90256563
2019-07-07 16:01:29
6475
原创 图像分割
~图像分割就是预测图像中每一个像素所属的类别或者物体。图像分割有两个子问题,一个是只预测类别层面的分割,对每个像素标出一个位置。第二个是区分不同物体的个体。~图像分割是根据图像内容对指定区域进行标记的计算机视觉任务,简言之就是「这张图片里有什么,其在图片中的位置是什么?」而语义分割任务是个是 在分割图中将同一类别的不同实例视为同一对象。~Q:图像分割和图像语义分割的关系: ...
2018-10-21 20:28:47
348
原创 numpy中的mask
1、什么是掩膜(mask)?数字图像处理中的掩膜的概念是借鉴于PCB制版的过程,在半导体制造中,许多芯片工艺步骤采用光刻技术,用于这些步骤的图形“底片”称为掩膜(也称作“掩模”),其作用是:在硅片上选定的区域中对一个不透明的图形模板遮盖,继而下面的腐蚀或扩散将只影响选定的区域以外的区域。 图像掩膜与其类似,用选定的图像、图形或物体,对处理的图像(全部或局部)进行遮挡,来控制图像处理的区域或处理...
2018-10-21 17:04:31
14656
原创 Data augmentation Method
转自https://www.cnblogs.com/luxiao/p/5534393.html1数据预处理之数据增强方法: 对于CNN输入的数据,常见的有三种处理方式: 1.Mean subtraction. 将数据的每一维特征都减去平均值。在numpy 中 X -= np.mean(X, axis = 0) 2.Normalization 归一化数据,...
2018-10-21 15:12:12
575
原创 pycharm使用笔记
一、将数字可视化暨meshgrid\contourf\contour的使用。contour - 绘制等高线contourf - 填充等高线两个的返回值值是一样的(return values are the same),实际上contourf 相当于 contour filled。常用参数语法:mp.contourf(x, y, z, 等高线条数,cmap=颜色映射)# 等高...
2018-10-08 19:23:10
472
原创 关于范数
一、范数包括向量范数和矩阵范数。其中,对N维度的空间Rn中任意一个向量X,按照一定的法则,有一个确定的实数与之相对应,该实数记作║x║,如果║x║满足下面的三个性质,那么我们就称║x║为向量x的向量范数。 ⒈ 非负(正定)性:||X||>=0,且当且仅当x=0的时候║x║=0; ⒉ 正齐次性:对任意实数λ,均有||λX||=|λ| ||X||; ⒊ 次可...
2018-10-02 21:46:50
2074
原创 pycharm安装和激活的血泪史
都说pycharm要比spyder好用,所以我抱着试试看的态度来投奔pycharm。恩,现在用简短的语言来记录下这段血泪史。希望以后再遇到挫折的时候不要急躁,因为迟早都能解决地,急躁反倒无济于事。首先是在官方网站下载的专业版,下载速度简直是龟速。。这个不知道是不是国外官网限速的原因还是学校网速的限制。恩,总之下好了最新版的pycharm。然后,就参照着https://blog.csdn.n...
2018-10-01 22:29:36
1322
原创 tensorflow之overfitting(过拟合)问题
Tensorflow提供了dropout的功能来避免overfit。就参照莫烦的视频教程进行了练习。基于sklearn数据集进行了了过拟合实验。示例代码为:# -*- coding: utf-8 -*-"""Created on Tue Sep 18 14:29:11 2018基于sklearn数据集进行了过拟合实验@author: Administrator"""impor...
2018-09-18 20:02:41
351
原创 Tensorflow利用其可视化工具tensorboard可视化神经网络
参考莫烦的B站教程20,利用tensorflow自带的可视化工具tensorboard,在Google浏览器上进行了简单神网路的可视化。一、将神经网络的结构可视化。例子代码如下(spyder(tensorflow)编辑):Created on Mon Sep 17 18:37:22 2018@author: Administrator"""# -*- coding: utf...
2018-09-17 20:17:54
6420
1
原创 tensorflow—例子
1、第一个例子:预测一个线性直线y=0.1*x+0.3 还没来得及去学习tensorflow的基础,便直接上手例子了。有点小吃力,但参照着B站莫烦的python教学视频(https://www.bilibili.com/video/av16001891/?p=10 例子5反复看了至少3回,原谅奔三的我,日益消退的理解和消化能力。。),感谢天地,看懂了并亲手实现了第一个人工神经网络训练的例子。...
2018-09-12 22:00:51
3168
3
原创 TensorFlow在Windows上的安装之路
Google上点了无数的连接,翻了无数的帖子,因版本不匹配问题,将python、CUDA卸载又重装。捣鼓了一天,终于把TensorFlow环境搭建好了。整理了两个比较有用的帖子,1、知乎回答:手把手教你搭建谷歌TensorFlow深度学习开发环境!https://zhuanlan.zhihu.com/p/26389992 2、Windows环境下Anaconda安装TensorFlow的避坑指南...
2018-09-11 22:27:00
404
原创 初学python(keep updating)
一、一元二次方程求解。ax^2+bx+c=0Error1、IndentationError: expected an indented block.每个冒号的后一行都要缩进。不然就报错。Tab快捷键。Error2、SyntaxError: invalid syntax。 此时有多出错误。@1:判断if句,要用“==”而不是“=”。@2:有可能是出错的前一行出现了错误...
2018-08-23 22:21:35
414
原创 C运行机制
在尝试用opencl编写matlab上的代码之初,因要选择在GPU或CPU上进行,不由联想到C代码在计算机上是怎么运行的呢。于是从网上整理了一些资料。 作为一种编程语言,本身是谈不上工作原理的,实际上C语言所有的语法,正是C语言编译器的工作原理或者工作机制的具体实现。要细致的讨论起来是不可能,但是作为C语言程序员,必须了解这个大致的流程。 使用C语言开发软件的一般步骤为:
2017-12-19 10:37:09
579
原创 FieldII命令汇总(part)
calc_scat_all函数就是一个振元发射,所有振元接收模式,直至所有振元发射接收完成。calc_scat_multi函数就是最接近数字超声前段输出,用于研究波束合成算法最为适合。calc_scat就是前面所说的A-Line的波束合成方式,这个函数内置的波束合成算法是延迟叠加算法,设定扫描线的条数,每条扫描线假设由多个振元形成,最后用这些扫描线直接成像即可
2017-07-07 19:21:08
4548
7
转载 理解:const char*, char const*, char*const
const char*, char const*, char*const的区别
2017-06-28 19:49:44
695
原创 Field _II 仿真 学习笔记
参考Field II的使用说明,进行了四个例子的练习。仿真程序和结果如下:PURPOSE1:Calculate the received response from all elements of a linear array and plot the responses and the summed response 【计算来自所有线性阵元的接收响应,并绘制该响应以及叠加响应。】>>
2017-05-06 12:28:05
13191
7
原创 OPencl学习笔记
chapter1:了解opencl的基本操作:主机和内核;了解opencl的程序架构;chapter2:了解opencl的六种最基本的Opencl的数据结构;创建和检查这些数据结构;组合这些数据结构,通过内核发送到设备上。
2017-04-16 10:49:25
1563
1
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