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(8)
  • 收藏
  • 关注

原创 服务器端中断命令source: not found、conda activate不可用解决

使用bash命令切换到bash,然后再bash中执行source ...和conda activate...。

2024-09-01 10:19:15 21

原创 Bad owner or permissions on C:\Users\HP/.ssh/config” 表示 .ssh/config 解决方式

目录下。config右键点击config文件,然后选择“属性”。在属性窗口中,点击“安全”选项卡。

2024-08-29 11:50:17 831

原创 ModuleNotFoundError: No module named ‘graphviz‘ 的解决方法

②需要额外下载python-graphviz这个包。可以使用以下指令(也可以使用pip install python-graphviz)上搜索graphviz后,获得了以下指令(也可以直接使用pip install graphviz)下载安装后,虽然在环境里有了这个包,但是仍然会报上述错误。

2024-05-27 02:46:25 501

原创 解决OSError: [WinError 127] 找不到指定的程序。 Error loading “\c10_cuda.dll“ or one of its dependencies.

但是由于我使用的是conda create -n 老环境 --clone 新环境这个命令复制的有虚拟环境,经过测试后,装了torch老的虚拟环境的解释器不会报错,所以我就把老的虚拟环境里的torch复制到了新的虚拟环境中的指定文件夹下,我的新的虚拟环境路径是“F:\anaconda\envs\env_3D_scene\lib\site-packages\”,就把老的torch文件夹中的torch文件夹复制到这个文件夹下,发现不会报这种错误。②经过运行下面的代码,发现显示的是能够成功加载这个文件。

2024-05-27 02:39:13 3902 7

原创 解决CUDA Memory问题

产生CUDA Memory的原因很多,在这里我只说一下在我PC上训练模型时产生该问题的解决方式。我在训练模型的时候,观察到GPU的利用率为0,却仍报这种错误。我尝试了以下操作,发现不再报错。在控制面板的系统中找到编辑系统环境变量(或者直接搜索这个编辑系统环境变量)。由于GPU的使用按理说应该不会用到虚拟内存,但是不知道为啥调整这个虚拟内存的分配大小就能够解决问题。点击确定,在重新运行程序,就不再报错了。

2024-05-09 19:23:44 309

原创 Vision Transformer(Vit)架构pytorch

x.shape的形状是:B,196,768。其中x.shape[0]就是B(也就是自己设置的batch_size参数,准许一次放入CPU进行处理的batch个数。注意和patch_size进行区分)。这个cls_token.expand()的意思就是创建一个和x形状大小一样的tensor,将cls_token进行扩展,使其在第一个维度上的大小与x的第0维相匹配,而在其它维度上的大小保持不变。

2024-05-07 17:49:34 1636

原创 pytorch一些配置问题及自己遇到的常见问题的解决方式(简易版自用)

pip install --no-index --find-links="下载好的离线包的路径" -r "requirement的路径"torch.cuda.is_available()为false:下载的时候下载成了CPU版本。1、离线配置包:假设已经下载好所需要的包rec_lib。且把想要配置的库都写在了一个名字为requirement.txt的文件中。输入torch.cuda.is_available(),如果是true,就是成功。(假设要创建的名字为env_li,python版本号为3.10)

2024-05-02 00:59:17 173 3

原创 卷积神经网络概述

如图,一般的卷积神经网络是经过两次卷积再进行一次池化,最后一层的池化得到的n*m的特征图会延展成一个一维的数据供全连接层使用,比如最后一层得到的特征图尺度为25*25*3,需要的分类类别是5,那个进入到全连接层的信息就是[1875],最后一层池化得到的1875的特征图会被展平成一个长度为1875的一维特征向量,这个向量随后会作为全连接层的输入。全连接层可以有多个隐藏层,每个隐藏层有各自的神经元数量,而输出层的神经元数量则等于分类的类别数量(在这个例子中是5)

2024-04-16 20:38:54 1903 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

提示
确定要删除当前文章?
取消 删除