- 博客(91)
- 收藏
- 关注
原创 Docker镜像依附于某个操作系统
每个 Docker 镜像都是基于某个操作系统。虽然 Docker 镜像可以设计得非常轻量级,甚至不包含完整的操作系统(例如使用 BusyBox 或 Alpine Linux 作为更小的基础镜像),但它们仍然需要一个操作系统作为底层。Docker 镜像的这种基于操作系统的特性,使得它们能够在不同的环境中提供一致的行为,因为它们携带了运行所需的所有依赖项。这也意味着,当你在不同计算机或云服务上运行相同的 Docker 镜像时,你不需要担心底层操作系统的差异,因为镜像已经包含了所有必要的运行时环境。
2024-07-22 17:39:27
186
原创 TensorRT安装
安装TensorRT一定要注意安装的版本,尤其是注意与CUDA、cuDNN、ONNX等版本的对应(在新版本的TensorRT中cuDNN已经不是必须项)。下面主要介绍使用tar包安装的方法,安装步骤还可以可以参照:https://www.cnblogs.com/zycheng/articles/17670625.html。中还有其他安装方法可以参考。
2024-07-22 14:50:47
74
原创 cuDNN安装
需要已经安装好了Nvidia驱动及CUDA。这里主要记录一下使用tar包安装cuDNN的方式,官方文档中还有其他的安装方式,可以参考。中寻找对应目前使用中的CUDA的版本下载。根据自己系统版本及处理器架构选择对应的安装包,我使用的是第二个。下载完tar包后,在tar包所在的目录下开始进行安装。可以下载最新版本的cuDNN,但一般我们是要去。
2024-07-21 15:45:02
88
原创 ONNX Runtime、CUDA、cuDNN、TensorRT版本对应
注意,到目前为止,onnxruntime-gpu在CUDA 12.x和CUDA 11.x下的安装命令是不同的,仔细阅读官方文档。
2024-07-16 11:09:48
229
原创 Linux软连接和硬连接
软连接是linux中一个常用命令,它的功能是为某一个文件在另外一个位置建立一个同步的链接。换句话说,也可以理解成Windows中的快捷方式。-s表示是软链接,dir1是真实的文件夹,dir2是dir1的软链接。命令查看,带有箭头的便是软链接文件,箭头指向的是源文件。目录下就会生成一个COCO文件夹的软链接。硬链接的作用感觉上像是用来备份文件数据的。工作中通常来说基本都是使用软链接。,就会把源文件删除,例如。
2024-06-16 15:44:51
386
原创 bash xxx -b -u -p xxx
u:这个参数代表"update prompt",更新提示符。这会确保Miniconda的初始化脚本更新你的shell配置文件,例如.bashrc或.zshrc,以包含Miniconda的初始化代码。-p:这个参数后面通常跟的是Miniconda安装的路径,这里指定了Miniconda安装的位置,确保脚本知道在哪里初始化Miniconda环境。-b:这个参数的作用是"batch mode",批量模式,意味着脚本会非交互式地运行,不会要求用户输入。可以直接自动跳过所有确认内容。
2024-06-15 16:13:26
105
原创 MMDetection3D学习笔记一:环境搭建
更推荐直接参考学习官方文档以及官方GitHub仓库,其所包含的内容最全面权威。MMDetection3D是一个基于PyTorch的开源对象检测工具箱,专门用于处理3D场景中检测和分割任务,属于OpenMMLab项目的一部分。可以基于MMDetection3D实现基于点云、图像和多模态数据的3D检测与分割。目前MMDetection3D已经支持数十种不同的算法及多个主流数据集,每个算法都提供了多个SOTA的预训练模型,可以直接使用这些预训练模型实现推理。可以参考模型库和数据集。
2024-06-14 17:13:19
407
转载 VSCode给远程服务器安装插件-在线或离线方式
https://www.cnblogs.com/understandWorld/articles/12856323.html
2024-06-12 20:12:36
435
原创 ImportError: cannot import name ‘packaging‘ from ‘pkg_resources‘
【代码】ImportError: cannot import name ‘packaging‘ from ‘pkg_resources‘
2024-06-11 19:49:35
2389
5
原创 部分基于深度学习的主流目标检测算法
CNN首先通过选择性搜索算法Selective Search从一组对象候选框中选择可能出现的对象框,然后将这些选择出来的对象框中的图像resize到某一固定尺寸的图像,并喂入到CNN模型(经过在ImageNet数据集上训练过的CNN模型,如AlexNet)提取特征,最后将提取出的特征送入到分类器来预测该对象框中的图像是否存在待检测目标,并进一步预测该检测目标具体属于哪一类。这样做对小物体的检测不利,因为小物体本身具有的像素信息较少,在下采样的过程中,这些信息很容易丢失,从而降低了算法的性能。
2024-05-15 16:26:02
862
转载 推理(推断)(Inference)与预测(Prediction)
预测是解释将要发生的事情,而推理是关于已经发生的事情。简言之,关键是给定一些随机变量(X1,X2…Xn)或特征,如果你对估计某物(Y)感兴趣,那么这就是预测。如果你想了解(Y)如何随着随机变量的变化而变化,那么这就是推理。作者 Alexandros Zenonos引用 https://zhuanlan.zhihu.com/p/206399469。
2024-04-17 16:40:19
239
原创 mysql常用
匹配除了字符集中的任意一个字符以外的字符。:用来匹配 0 个或多个字符。:匹配字符集中的任意一个字符。:匹配输入字符串的开始位置。:匹配输入字符串的结束位置。:匹配零个或多个前面的元素。:匹配一个或多个前面的元素。
2024-04-12 15:51:05
385
原创 Ubuntu系统进行深度学习时查看GPU、CPU实时使用情况等
纳入内核管理的内存不见得都在使用中,还包括过去使用过的现在可以被重复利用的内存,内核并不把这些可被重新使用的内存交还到free中去,因此在linux上free内存会越来越少,但不用为此担心。对于内存监控,在top里我们要时刻监控第五行swap交换分区的used,如果这个数值在不断的变化,说明内核在不断进行内存和swap的数据交换,这是真正的内存不够用了。,显卡是由GPU和显存等组成的,显存和GPU的关系有点类似于内存和CPU的关系。第四行中使用中的内存总量(used)指的是现在系统内核控制的内存数,
2024-04-05 17:00:06
1928
转载 STL中容器元素删除时需要注意的迭代器失效问题
STL中的容器可以分为两类:一类是按照数组方式连续存储元素的容器,如vectordeque,另一类是按照不连续的节点存储元素的容器,如setmaplist等。那么这两类容器删除元素的时候需要注意一个问题,使用iterator指定删除某个元素的时候,要注意返回的iterator的值。下面分别举setvector的例子来说明。
2024-04-01 13:03:14
27
原创 C++ map 常用部分
/最常用,使用这种就可以了//最常用,使用这种就可以了 m3 . insert(make_pair(string("def") , 2));//最常用,使用这种就可以了 m3 . insert(make_pair(string("def") , 2));int。
2024-04-01 12:33:45
260
原创 C++ set 常用部分
/定义一个set容器,并用容器s1来初始化//b和e分别为迭代器的开始和结束的标记//用容器s1的第0个到第2个值初始化s//将a数组的元素初始化vec向量//将a[1]~a[4]范围内的元素作为s的初始值。
2024-03-29 20:48:03
1179
原创 C++ vector常用部分
为了降低再次分配内存空间时的成本,每次扩容时 vector 都会申请比用户需求量更多的内存空间(这也就是 vector 容量的由来,即 capacity>=size),以便后期使用。另外需要指明的是,当 vector 的大小和容量相等(size==capacity)也就是满载时,如果再向其添加元素,那么 vector 就需要扩容。C++11中引入了 foreach 循环的语言特性(自动确定循环范围),使用这个特性能够非常方便快捷的对数组(集合)中的元素进行遍历,而不必再关心和计算数组(集合)的界限。
2024-03-21 15:16:28
683
原创 C++ map字典
C++ 中,map 是关联容器的一种,关联容器将值与键关联到一起,并使用键来查找值。这与 python 中的字典类型类似,也是用来存储键值对(key-value) 形式的数据,正如vector可以简单对应到列表。键不能有重复的,值可以重复,map的内部自建一个红黑树,系统会根据键来自动将数据排序。map的value_type是pair<const key_type, mapped_type>,所以map迭代器只能改变关键字映射的值(mapped_type),不能修改关键字;
2024-03-20 16:15:31
597
原创 C++ STL中的unordered_set end()及一些常用用法
无序集合(unordered_set)是一种使用哈希表实现的无序关联容器,其中键被哈希到哈希表的索引位置,因此插入操作总是随机的。无序集合上的所有操作在平均情况下都具有常数时间复杂度O(1),但在最坏情况下,时间复杂度可以达到线性时间O(n)。无序集合可以包含任何类型的键 - 预定义或用户自定义数据结构,但所有键必须是唯一的。size()和empty()用于获取大小和集合是否为空insert()和erase()用于插入和删除元素。
2024-03-18 16:52:00
540
原创 set和vector
则适合需要元素唯一性和有序性,并且对插入和查找操作的性能要求较高的场景。是两种不同的容器,它们在用法和性能特征上有明显的区别。适合需要高效随机访问和支持重复元素的场景,而。
2024-03-18 13:28:31
382
原创 miniconda的安装
以在M1芯片的mac安装为例,其它系统大同小异。miniconda脚本,注意选对系统和处理器版本。sh是命令行的方式安装,通过敲命令的方式来安装;pkg是可视化的安装包,类似于windows风格一直点下一步的安装方式。执行安装脚本(其实也可以参照执行官网给出的指令)但在最新的脚本中因为有了是否自动化conda环境的选择,所以不需要再自己去配置环境变量,这个步骤也用不到。测试conda list。
2024-01-26 20:34:03
1062
原创 ssh: connect to host github.com port 22: Connection refused
22端口可能被防火墙屏蔽了,可以尝试连接GitHub的443端口。目录下没有config文件,手动新建一个即可。的22端口被拒绝了,那我们换个端口试一试。
2024-01-25 20:52:48
606
原创 Linux服务器系统修改SSH端口教程
参考:https://developer.aliyun.com/article/1253389。删除掉Port 22前面的#,然后键盘按一下回车键(如果没有#可不必删除,直接下一步)输入新的端口号如:Port 2200 (这个自定,最大不能超过65535),查看是否可以连接成功,连接成功后可以注释掉22端口。编辑好,先按ESC键,再输入 wq 保存退出。然后再使用已修改的端口登录。键盘按i进入编辑模式。
2024-01-23 20:21:45
515
原创 Windows11添加美式(纯英文)输入法
检查语言中否有英语(美国),如果没有,请单击“添加语言”查看任务栏右方,会多出一个“拼”按钮,单击即可切换键盘。单击英语(美国)右方的更多选项按钮,选择“语言选项”找到下方“键盘”项,单击“添加键盘”选择“美式键盘(QWERTY)”打开设置,选择“时间和语言”
2024-01-20 20:43:15
5191
原创 复现VAD: Vectorized Scene Representation for Efficient Autonomous Driving遇到的一些坑
即可,注意下载Map expansion解压到nuscenes/maps目录下,以及记得下载或自己生成vad_nuscenes_infos_temporal_train.pkl和vad_nuscenes_infos_temporal_val.pkl放到nuscenes文件夹中。安装各种包,这期间会遇到很多版本不兼容的问题,自己按照requirement.txt给的版本手动升降版本即可。的Models里下载预训练模型(VAD_base或者VAD_tiny)并放在指定文件夹。(用哪个文件就修改哪个)。
2024-01-09 17:03:39
680
6
原创 nuScenes完整数据集下载解压
如果用到CAN bus expansion(自车信息ego status),下载解压之后放在哪可以根据具体情况决定,比如我之前复现的一篇论文放在了与nuscenes同级的目录。如果下载了Map expansion,则需要先在nuscenes目录下新建一个文件夹maps,把。解压到里面,可以使用unzip命令解压,不建议在图形化右键extract解压。-C 用来将文件解压到指定目录下。此命令可以解压.tar和.tgz文件。
2024-01-05 13:46:35
1067
原创 Transformer Decoder的输入
大部分引用参考了既安的https://www.zhihu.com/question/337886108/answer/893002189这篇文章,个人认为写的很清晰,此外补充了一些自己的笔记。弄清楚Decoder的输入输出,关键在于图示三个箭头的位置:以翻译为例:输入:我爱中国输出: I Love China因为输入(“我爱中国”)在Encoder中进行了编码,这里我们具体讨论Decoder的操作,也就是如何得到输出(“I Love China”)的过程。Decoder执行步骤T
2023-12-18 20:24:31
1828
原创 查看知乎数学公式Tex源码的方法
最近发现不只是知乎可以用,一些其他网站也可以这样查找公式。在源码对应位置附近可以看到一个类型为。,如果没找到可以展开目录查找。打开开发者工具,再使用。
2023-12-18 16:09:26
821
原创 Pytorch nn.Linear()的基本用法与原理详解及全连接层简介
torch.nn.Linear(in_features, # 输入的神经元个数out_features, # 输出神经元个数bias=True # 是否包含偏置Linear其实就是对输入Xn×iXn×i执行了一个线性变换Yn×oXn×iWi×obYn×oXn×iWi×ob其中WWW是模型想要学习的参数,WWW的维度为Wi×oWi×o。
2023-12-18 14:39:42
10164
4
原创 向量、矩阵、数组、向量空间
在学习机器学习的过程中,会经常遇到向量、矩阵和数组这些概念,并涉及到多维度,造成许多困惑,因此进行一个总结,主要参考了:https://blog.csdn.net/qq_33419476/article/details/105546442。
2023-12-14 15:34:21
1101
原创 独热编码和词向量的简单理解
把单词用向量表示,是把深度神经网络语言模型引入自然语言处理领域的一个核心技术。想要让机器理解单词,就必须要把它变成一串数字(向量)。下面介绍的 One-Hot Encoding(One-Hot 编码)和 Word Embedding (词嵌入)和就是把单词变成向量的两类方法。
2023-12-12 19:42:09
491
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