- 博客(30)
- 收藏
- 关注
RSS订阅原创 Thinkpad X201 linux csi tool搭建一收一发搭建笔记（2023年7月26日）
然后有一步 make 编译的时候会有提示 Can’t read private key ，不要理会，官方也说了没事：https://dhalperi.github.io/linux-80211n-csitool/installation.html。中间第三步下载的速度是比较慢的，毕竟是从 github 上面下载 1个多 G 的文件，我原本以为速度很慢，但其实还好，1个小时左右就可以搞定。如果网卡出现了yes，说明被锁了，不能使用，需要在笔记本电脑的左下侧边，有一个滑动按钮，滑到绿色，重新启动电脑即可。
2023-07-26 18:15:53
608
原创 在wsl环境中安装texlive使用vscode进行编辑
LaTeX概念对比参考MikTeX和TeXLive性能对比结论：WSL>Windows原生TeXLive≈MiKTeX，个人推荐：Windows用MiKTeX；WSL用TeXLivepdfLaTeX（只写英文）>XeLaTeX（中英混排）>LuaLaTeXOverleaf真香参考TexLive国内镜像清华源...
2022-03-26 16:19:30
1752
原创 Git使用全流程
在码云/github（远程仓库）创建仓库上传电脑公钥至码云/github复制创建新仓库的ssh链接本地使用git init在文件夹下初始化仓库连接远程仓库origin是远程仓库在自己电脑上的名称，可以自己随意更换，用于区分多个远程仓库，因此同一个文件夹可以发布到多个远程仓库，注意名字不能重复，否则会报错fatal: remote origin already exists. git remote add github XXXX111.git git remote add gitee
2022-03-26 16:16:31
416
原创 conda虚拟环境绑定PYTHONPATH
方式一每次启动虚拟环境就可以使用提前设置的path，不用每次设定参考官网这部分https://zhuanlan.zhihu.com/p/39962656方式二pycharm中设置https://www.cnblogs.com/yongjieShi/p/10099587.html三：作用于当前用户，修改当前用户目录下的’~/.bashrc’文件vi ~/.bashrc加入export PYTHONPATH=$PYTHONPATH:<你的要加入的路径1>:<你的要加入的路
2022-02-20 20:36:13
3350
原创 cuda多版本管理和分类、运行时cuda、驱动cuda
简单的信息查看和调试命令运行时只会采用虚拟环境里面的cuda运行时版本，所以不用显示切换cuda版本，只要支持即可。查看cuda版本ls -l /usr/local | grep cuda这里是安装的cuda存放的地方和软链接的位置./usr/local/cuda是一个软链接，链接到了/usr/local/cuda-9.0（或者其他版本的目录）nvidia-smi它的输出是驱动的版本，并不能就是说torch实际运行时的cuda版本。GPU的cuda版本分类sudo ubuntu-dri
2022-01-29 20:26:36
2830
原创 同一台电脑配置多个Git账户
背景当一台电脑上需要管理多个git账户时，就不推荐使用邮箱登录的方式去使用git了，因为git全局只能有一个user.name和user.email。可以采用ssh的免密登录方案，将自己的ssh公钥分别上传至码云、GitHub平台就能够唯一验证自己的账户身份了。不仅可以一台电脑同时登录码云、GitHub，也可以登录两个及以上的GitHub。清空全局的邮箱和用户名称git config --global --list //查看你之前是否设置//删除之前的配置git config --global
2022-01-28 13:13:02
3538
2
原创 latex常见问题
中文环境使用xeCJK宏包：适用于有特定文档类型的情况，如 beamer%!TEX program=xelatex\documentclass{article}\usepackage[slantfont,boldfont]{xeCJK}\usepackage{fontspec}\setCJKmainfont{SimSun}\setmainfont{SimSun}\setsansfont{SimSun}\begin{document} 你好！\end{document}使
2022-01-26 21:30:33
533
原创 阿里云服务器部署SQL Server
版本支持从SQL Server2017版本之后，才支持linux系统，所以需要安装2017或者2019的版本安装指南SQL Server官网指南注意在版本选择：2开发者版（免费）端口打开安装完成后，需要在实例的安全组选项卡打开，并添加入站规则：如果上面的报错Sqlcmd: Error: Microsoft ODBC Driver 17 for SQL Server : Login timeout expired.Sqlcmd: Error: Microsoft ODBC Driver 1
2022-01-12 09:39:17
2363
原创 LaTeX报错：Package fontspec Error: The font “Adobe Song Std“ cannot be found. \setCJKsansfont
如果已经从网上正确下载安装了改字体，但是仍然报错的话，可以点击右键，选择为所有用户安装就可以
2022-01-09 19:43:04
3419
2
原创 pytorch损失值nan或者model输出nan或者inf的相关问题
现象和原因分析在能确定模型正常的情况下，可能是优化器没有设置正确，一定要加上weight decay的正则化项，和时间衰减的学习率；也有可能是学习率太大，梯度爆炸也可以添加权重初始化项。optimizer = torch.optim.SGD(model.parameters(), lr=params.LR, weight_decay=0.00001)lr_scheduler = torch.optim.lr_scheduler.MultiStepLR(optimizer, milestones=p
2021-12-24 15:50:44
2850
原创 pytorch使用多显卡训练
多显卡参考链接链接1链接2链接3第一步：设置多卡训练正确如果服务器的0号卡被别人占用，就得在刚开始加上这几行代码，手动更改0号显卡是2,1号卡是3。实际上，在通过各种提交方式提交程序作业至服务器，被分配好显卡之后，CUDA_VISIBLE_DEVICES已经被设置为可用的卡的逻辑编号了，直接写就好了。如果想得知自己使用的是哪一张卡，可以使用os.environ查看系统环境比那辆，应该就能找到。习惯放在import os之后os.environ["CUDA_DEVICE_ORDER"] = "
2021-12-17 01:30:20
4707
原创 多个模型的参数的保存与导入
保存两个模型的参数filename = './models/vgg16/ocr.pth'state = {'model':model.state_dict(), 'lossnet':lossnet.state_dict()}torch.save(state, filename)载入两个模型load_name = './models/vgg16/ocr.pth'checkpoint = torch.load(load_name)model.load_state_dict(ch
2021-12-17 01:22:45
305
原创 torch的optim控制可以训练的参数
torch的optim控制可以训练的参数参考optimizer = optim.SGD(model.fc2.parameters(), lr=1e-2) # 只传入fc2的参只训练f2的参数optimizer = torch.optim.SGD([ {'params': model.parameters()}, {'params': lossnet.parameters(), 'lr': 1e-4} ], l
2021-12-17 01:22:07
594
原创 nn.CrossEntropyLoss()可接受两种输入
nn.CrossEntropyLoss()可接受两种输入# Example of target with class indicesloss = nn.CrossEntropyLoss()input = torch.randn(3, 5, requires_grad=True)target = torch.empty(3, dtype=torch.long).random_(5)output = loss(input, target)output.backward()# Example of
2021-12-17 01:19:49
3257
2
原创 loss.item()大坑
loss.item()大坑跑神经网络时遇到的大坑：代码中所有的loss都直接用loss表示的，结果就是每次迭代，空间占用就会增加，直到cpu或者gup爆炸。解决办法：把除了loss.backward()之外的loss调用都改成loss.item()，就可以解决。accuracy也是一样，也得用item()的形式。原理可以见这里：https://www.zhihu.com/question/67209417/answer/344752405...
2021-12-17 01:18:32
7856
原创 windows的cmd在使用代理之后无法联网的问题解决，pip不能下载包
解决方法使用power shell，不适用cmd。cmd有一些bug。$env:http_proxy="http://127.0.0.1:1080"$env:https_proxy="http://127.0.0.1:1080"执行上面两行命令就可以了参考参考2
2021-12-14 13:06:31
1761
原创 深度学习网络nan问题
主要是因为log的时候自变量可能是0，会得到-inf，0*inf就是nanl_preds[l_preds != l_preds] = 0. # 去除nan值其他人的方法torch.log(x+1e-10)参考
2021-12-11 22:02:46
748
原创 vscode调试python相对路径报错问题
问题描述假如有如下工作目录project文件夹1a.pydata.csv文件夹2main.py如果在main.py里面写了相对路径../文件夹1/data.csv读取“文件夹1中的数据或者函数”，在vscode点击执行会报错，就是这个相对路径的原因。因为如果os.getcwd()会显示工作目录是project之下的，因此会相对路径错误。解决方法在main.py的最开头加两行命令import os,sysos.chdir(sys.path[0])就可以把工作
2021-12-10 21:17:12
1757
4
原创 torch一次性设置随机种子复现及torch.backends.cudnn设置
def setup_seed(seed): torch.manual_seed(seed) torch.cuda.manual_seed_all(seed) np.random.seed(seed) random.seed(seed) torch.backends.cudnn.deterministic = True# 设置随机数种子setup_seed(20)保证模型训练结果始终保持一致PyTorch + NumPy这么做会降低模型准确率，这是b
2021-12-09 21:09:27
1676
原创 Vscode远程连接（未联网）服务器问题：配置正确后一直在Retry，不断选择linux，输入key
问题描述总之使用vscode连接未联网的内网服务器时，很多未响应的问题。解决方法参考链接1参考链接2正确的解决方法上面的解决方法都有不完全之从处，请看我的！：获得本机vscode的一项配置信息（提交后面的那一行代码Commit ID）下载服务器端的文件https://update.code.visualstudio.com/commit:${commit_id}/server-linux-x64/stable（注意把:${commit_id}替换成对应的Commit ID）通
2021-12-08 21:03:49
1592
原创 RTX 3090运行pytorch报错CUDA error: no kernel image is available for execution on the device
安装适用于GeForce RTX 3090显卡的pytorchpip uninstall torchpip install torch==1.7.0+cu110 torchvision==0.8.1+cu110 torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html
2021-12-08 18:22:15
409
原创 DataLoader问题TypeError: ‘tuple‘ object is not callable
问题描述DataLoader迭代出来的image或者label报错。问题原因及措施class face_dataset(data.Dataset): def __init__(self): self.file_path = './data/faces/' f=open("final_train_tag_dict.txt","r") self.label_dict=eval(f.read()) f.close() def
2021-12-08 18:16:12
2763
1
原创 windows SSH问题：ssh “permissions are too open“ error
问题描述windows在远程连接服务器的时候，使用秘钥不能连接。问题原因本地的..ssh\config文件和秘钥文件安全属性权限有多个权限控制。解决办法把config和秘钥或者公钥文件，改变权限只保留登录用户的完全控制属性，并且取消其他禁用。配置config文件Host xdu HostName XXXXXXX User 180506XXXX IdentityFile C:\Users\XXXX\.ssh\XXXX.key Port 22其他
2021-12-08 15:18:25
1779
原创 PyTorch学习特殊注意点+模型验证+训练参数固定+显卡
基础操作Tensor的副本view只会改变数据的表面形状,共享data，但是view后的Tensor和之前的Tensor不是一个id，因为还有一些其他属性。推荐先用clone创造一个副本再使用view；使用clone还有一个好处是会被记录在计算图中，即梯度回传到副本时也会传到源Tensor参考此处x_cp = x.clone().view(15)常用函数item()将一个标量Tensor转换成一个Python numberx = torch.randn(1)print(
2021-11-17 22:22:35
484
转载 科研论文阅读
阅读论文的步骤：论文来源和作者身份选择来自顶会和知名大学或者大牛的文章去阅读，一般的不用去阅读。搜索查阅相关的博客通过知乎等平台查找有没有人之前的阅读笔记。摘要和结论看论文用什么方法做了什么样的任务，做出了什么样的结果。表格和图片了解论文做出的效果和同类型论文对比，模型框架。知道文章大概在干什么，如何实现。读整篇文章详细阅读文章的细节，包括每一个细节的操作和公式。相关工作读一读的相关文章。来源...
2021-11-08 18:15:39
69
原创 linux、更换源、python常用操作、GPU服务器配置、python虚拟环境迁移、离线部署
linux、更换源、python常用操作、GPU服务器配置、python虚拟环境迁移、离线部署
2021-11-08 17:15:34
1673
原创 （一）深度学习项目代码结构
1.代码结构参考链接：李宏毅2021年深度学习HW2代码细节获得运行设备#check devicedef get_device(): return 'cuda' if torch.cuda.is_available() else 'cpu'随机种子设置# fix random seeddef same_seeds(seed): torch.manual_seed(seed) if torch.cuda.is_available(): torch.cud
2021-11-05 16:45:46
5976
翻译 （二）Semi-supervised（半监督学习）李宏毅
介绍半监督学习数据：{(xr,y^r)}r=1R,{xu}u=RR+U\{(x^r,\hat{y}^r)\}^R_{r=1},\{ x^u\}^{R+U}_{u=R}{(xr,y^r)}r=1R,{xu}u=RR+U。unlabled的数据集U远大于R。因此，用于测试集的数据的特征也可以用来进行半监督学习，只不过不能使用它的标签，称之为Transductive learning;如果没有标注的数据不是测试集特征，称之为Inductive learning。参考：李宏毅2016机器学习Semi-
2021-11-04 18:01:05
2325
1
原创 Python变量作用域、装饰器、面向对象
一、变量作用域LEGB查找原则当引用一个变量时，Python按以下顺序依次进行查找：本地作用域上层嵌套函数的作用域全局作用域内置作用域gcount = 10def global_test(): global gcount # 如果注释掉，则会报错：UnboundError，不能直接访问全局变量 gcount *= 2 print(gcount)print("在函数运行之前gcount", gcount)global_test()print("在函数运行之
2021-10-27 22:47:15
180
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