自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(10)
  • 收藏
  • 关注

原创 Pylance更新导致vscode python无法跳转!!!!

vscode最近突然性发病,经常远程连接之后刚开始可以跳转,过一阵子立马失灵无法跳转,非常让人抓狂!百思不得其解,最后终于找到了问题的罪魁祸首!

2023-11-07 15:17:31 422 2

原创 huggingface transformer AutoTokenizer输出解释

huggingface中的AutoTokenizer之前一直用不明白,不知道输出是什么意思,看网上也没什么人解释,在这里贴一下。

2023-11-06 20:39:19 156

原创 Git分支避雷踩坑记录

最近开始学习使用git来提交pr(pull request),然后使用到了git的分支功能,踩了不少雷,开个帖子记录一下。

2023-09-12 11:35:01 122 1

原创 坑中坑之Pytorch断点重新训练/恢复训练scheduler设置/last_epoch研究

背景:在进行训练的过程中有时候会遭遇各种突发情况导致训练被迫终止,或者是说需要停下训练来测试效果,这个时候我们就可以每隔几个epoch保存一下模型,然后断掉之后重新加载模型继续训练。问题描述去网上搜索了很多恢复训练的教程,大家都提到了保存模型/optimizer/epoch,但是有一个非常关键的点。你的更新模型策略设置的scheduler,是不能跟着一起保存的!也就是说,假设你定的是每三轮变为原来的0.5,从epoch=5开始恢复训练,那么你的epoch=6并不会改变学习率,而是从epoch=5+3

2022-04-21 20:27:00 4777 5

原创 究极大坑“I can‘t find file“PlotNeuralNetWin10踩坑记录

背景:最近在网上搜索如何画深度学习神经网络图的时候,发现有人推荐了Gituhub上的开源latex画图神器PlotNeuralNet,但是由于服务器远在上海不甚方便,就下载到自己的windows10电脑上方便之后画图写论文,没想到按照作者所说的流程走的时候遇到了一大堆坑,看了网上很多帖子才自己总结出来,给大家分享一下。使用流程提示:这里描述项目中遇到的问题:1.首先下载Miktex;并且电脑上应该有一个tex的编辑器,这两个相当于python和pycharm/vscode的关系2.然后我们下载一

2022-04-12 16:09:47 1896 4

原创 pytorch保存模型报错:xx object has no attribute ‘module‘

多卡训练转换到单卡训练,在保存模型时发生了错误:torch.nn.modules.module.ModuleAttributeError: 'VGG' object has no attribute 'module'后来发现是保存模型的时候用了torch.module.statedict()stateG = {'model': netG.module.cpu().state_dict(), 'optimizer': optimizerG.state_dict(), 'epoch': epoc

2022-04-12 15:34:03 7347 1

原创 UnboundLocalError: local variable ‘loss’ referenced before assignment解决方法

UnboundLocalError: local variable ‘loss’ referenced before assignment文章目录UnboundLocalError: local variable ‘loss’ referenced before assignment问题解决办法问题最近在跑程序的时候,牵扯到多个设置dp,ddp的问题,更改完之后经常爆出一个非常奇怪的错:UnboundLocalError: local variable ‘loss’ referenced befor

2022-04-10 23:27:12 5693 5

原创 np.concatenate以及dstack中的维度与深度问题

笔者最近在研究一篇代码的时候对于numpy中的concatenate函数和dstack函数产生了较多的疑惑,查看了很多相关的文章,但是感觉很多没有说清楚维度的变化,在此笔者说一下自己的见解。当我们对三维数组使用.shape函数时,对于结果(a,b,c),有人解释为该三维数组是由a个 b行c列的二维数组组合而成(但是由np.concatenate函数而言,若axis = 2时,函数是在.shape中的第三个维度进行拼接,那么按照这个意思,是为在列上进行拼接吗?)我们使用dstack函数在deep(深度

2022-03-02 16:37:46 3072 1

原创 Multi-level feature fusion based LSTN for video crowd counting论文解读

Multi-level feature fusion based Locality-Constrained Spatial Transformer network for video crowd counting,2019,Neurocomputing论文解读

2022-01-13 22:52:02 2291

原创 pytorch深度学习一机多显卡训练设置,流程

最近在学习在服务器的ubuntu环境上配置用多个显卡训练,之前只用一个显卡训练实在是太慢了点先看看服务器上有几个显卡:nvidia-smi即可得到具体的显卡信息:每个显卡之前有对应的编号。然后得知自己服务器上总共有多少显卡后,插入以下代码:#一机多卡设置os.environ['CUDA_VISIBLE_DEVICES'] = '0,1,2,3'#所有的显卡,共计四块device_ids = [0,1]#选中其中两块model = nn.DataParallel(mode

2022-01-10 16:57:23 9736 6

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

提示
确定要删除当前文章?
取消 删除