RIKI_1

踩过的坑一个接一个，最后放弃在window环境下去尝试了，看到的大多有效的教程也都是ubuntu系统下的，鉴于我的电脑空间不够造了而且安双系统操作不当可能会导致本来的系统崩溃，所以干脆直接服务器租卡了，本文的环境亲测成功并且目前跑通Demo很顺利没有什么坑，记录一下仅供参考。

仅支持计算能力 7.x 及更高版本的设备。：仅支持计算能力 8.x 及更高版本的设备。CUDA文件大概率跟cuda有关，于是到。接下来探索一下为什么编译出来报错的是。于是我首先确认了一下算力，参考这篇。

环境配好后，把代码项目git克隆到本地（直接打包下载也行），在IDE打开Mask_RCNN文件夹numpy在1.20版本之后就弃用np.bool了，我们安装的版本为numpy1.23.4，所以要把代码中的np.bool改成np.bool_找到mrcnn文件夹下的model.py，把第1274行、1329行的np.bool改成np.bool_找到mrcnn文件夹下的utils.py,把第533、551、571、574行的np.bool改成np.bool_同理coco.pyncleus.py里的。

本段是碎碎念吐槽不喜欢可以直接跳过本段看后面的部分或直接划走，最近在学实例分割，小白入门，但是找到的教程啥的环境都很旧，虽然可以建虚拟环境但是还要适配CUDA版本真的很麻烦（不得不吐槽tensorflow和Pytroch版本的兼容性，已经安了无数个CUDA版本了切来切去也不知道哪天会崩），甚至CUDA驱动也有可能不适配，如果不按官方代码的环境版本那么结果就有可能环境的坑一个接一个，小白的天崩开局。。。。舍得花钱就直接在服务器上配确实方便很多，服务器版教程可以移步这篇。

解决方案，这里我的cuda版本是11.2，请自行对应自己的版本修改~命令安装pytorch出现了如下报错。

开始按照下载安装包然后右键用软件管理打开的方式，但是点了下载有进度条满了之后又回到了下载页面，总之这个路子就是安不上，试了好几个安装包版本都不行。真服了，打开的vscode找不到终端，而且只要重新打开ubuntu就又找不到vscode了。在终端输入code就会打开vscode了。，然而结果就是并没有什么用。然后尝试用命令行安装的方式。

试了改小batch_size并没有用。暂时没找到解决方法，初步断定就是显存不够，但是换了24G显存的卡出了新问题，直接卡在epoch1，不报错也不继续，后台程序挂起，GPU利用率为0，试遍了都没找到解决方案，解决了再来更新。一个无语的坑，4060单卡训练，8G内存本来就不够，还没开始训练就已经爆内存了，但是居然正常跑完了训练，然后一推理发现结果就是一坨。利用率终于不是0了！但是好像还是没解决根本问题，运行结果跟之前一模一样。最坑的来了，OOM了但是还是能正常训练完，但是结果保存的权重必然是有问题的。

（还是不行的话就是没安成功要注意看中间有没有报错，把报错解决掉还是不行那骂它一顿再继续找别的教程，祝你成功。安装完还是没法复制粘贴，然后就找了别的教程，我用这个方法是简单好使的。ubuntu18的版本，我按照这篇。就行，安完后重启就可以用了。然后安装vmtools。

配Mask-RCNN环境在安pycocotools时遇到如下报错。

先做个记录，不确定对训练结果是否有影响，如果还有坑后续会再更新。然后我的代码可以正常训练了，但是会出现以下警告。

本笔记所记录学习内容主要为。

实名认证过就可以开通免费的部分。用这个纯粹是因为免费，关于这个大模型的使用体验啥的不做评价，大家可以也选择自己喜欢的其他模型，如使用其他模型则下文代码中的API接口调用部分需要自行根据所选模型的文档说明进行调整。

RAG的全称是Retrieval-Augmented Generation，中文翻译为检索增强生成。它是一个为大模型提供外部知识源的概念，这使它们能够生成准确且符合上下文的答案，同时能够减少模型幻觉。RAG被构建为一个应用于大型语言模型的框架，其目标是通过结合大模型的生成能力和外部知识库的检索机制，提升自然语言处理任务的效果。RAG并非旨在取代已有的知识库问答（KBQA）系统，而是作为一种补充，利用检索机制强调实时性和准确性，从而弥补大型语言模型固有的局限性。

运行结果输出的Document并没有拆分，输出跟原来的Document一样，程序执行并没有报错暂时没明白是什么问题，可能是因为langchain官方库更新了。为了实现类似的输出效果，参考langchain官方文档修改了一下。时，遇到了一个bug，记录一下解决过程。

主要是版本不匹配，报错什么就再加载什么就可以了，执行下面的语句。安装langchain相关依赖报错的时候出现了以下报错。然后按下面的图重启一下kernel。kaggle执行语句。

讯飞星火大模型免费领200万Token

做了以上步骤github.com还是ping不通，然后就找到了一个关键的点，在站长工具里查github.com的DNS，把DNS加在hosts的前几行。在安装OpenCV时执行以下代码会出现各种failed并且结束后执行make也会报错。然后ping了下github.com发现没法ping通,就试图解决这个问题，然后。然后github能ping通了，重新执行以下操作后再接着参照。然后将查询到的IP地址添加到hosts最后，具体操作参考。打开日志文件发现是几乎都是github相关的报错。