- 博客(12)
- 收藏
- 关注
RSS订阅
原创 Unbuntu16.04服务器配置RTX3090的深度学习环境
2020年12月初购入一块七彩虹战斧3090显卡，众所周知，3090需要cuda11.1，但是当时pytorch1.60只支持cuda11.0，所以只好使用Docker，虽然暂时解决了显卡吃灰了问题，但是24G性能猛兽的运算效率大打折扣。1月30下午（封校前一天）决定弃用Docker，重新配服务器环境。熬了个通宵，31号中午配置完成，下面将实现过程记录分享如下，供大家参考避坑！写在前面，这里我们提供了后面用到的Cuda11.1,cudnn,Nivdia driver,torch1.7.1,torchver
2021-02-02 21:39:40
885
原创 linux删除多目录中同一扩展名的文件
find . -name '*.csv' -type f -print -exec rm -rf {} \;find：使用find命令搜索文件，使用它的-name参数指明文件后缀名。. 表示当前目录，因为Linux是树形目录，所以总有一个交集目录，这里根据需要设置" -type f :"查找的类型为文件“-print”:输出查找的文件目录名-exec: -exec选项后边跟着一个所要执行的命令，表示将find出来的文件或目录执行该命令。...
2022-04-18 20:51:20
624
原创 Win10删除右键Open folder as pycharm project
具体步骤：Win + R 输入regedit 打开注册表在HKEY_CLASSES_ROOT\Directory\Background\shell目录下找到Pycharm文件夹删除第二步找到的Pycharm文件夹，大功告成！
2021-03-02 19:11:39
2909
原创 开启Docker内Visdom的映射端口，使用MobaXterm将其转发到本地实现本地化动态监视
上一篇文章中，我们实现了visdom对深度学习过程的可视化，为了刚方便的在本地查看可视化的动态过程，我们进一步使用MobaXterm的端口转发工具，把Docker容器内visdom的8097端口转发到本地，进而在本地浏览器中查看。下面将实现过程分享并记录如下：由于之前run docker的时候没有开启visdom的映射端口8097，下面我们修改docker的host文件，开启并添加8097端口和本地映射端口。首先停掉docker，否则修改无效！systemctl stop docker在/
2021-01-28 15:11:55
761
1
原创 RTX 3090显卡——Docker+Pycharm+visdom联调（Pytorch框架）
基于前面几篇博客，楼主搭建了基于RTX 3090显卡的深度学习环境，使用专业版pycharm在本地远程连接服务器中搭建的Docker容器，使用效果非常好，解决了在远程服务器中使用pycharm卡顿的现象，最重要的是极大的解放了生产力，各种环境不一致的繁琐配置问题一秒解决！！！最近在学习过程中，遇到了怎么对深度学习训练的过程做可视化的问题，楼主使用Facebook的亲儿子visdom解决了此问题，并将Docker+pycharm+visdom进行了联调，下面分享并记录实现过程：进入使用的Docker容器内
2021-01-28 12:04:58
454
2
原创 深度学习——ubuntu16.04更新显卡驱动
深度学习——ubuntu16.04更新显卡驱动好不容易搭好了深度学习的环境，使用两个月后突然报错运行nvidia-smi报错：NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver.Make sure that the latest NVIDIA driver is installed and running.发现是显卡驱动太旧了，因此更新了驱动，并记录如下：1.卸载原驱动sudo apt-get
2021-01-19 11:44:11
771
原创 谷歌浏览器截整个页面的长图
谷歌浏览器截长图最近在使用 Web of Science 对论文查录时需要截取整个页面的图，为了记录并造福大家，下面将操作步骤做详细介绍。1） 进入需要截取的页面；2）快捷键 Shift + Ctrl + i 进入页面开发者模式；3）快捷键 Shift + Ctrl + p 调出搜索界面；4）在搜索栏输入 Capture full size screenshot，鼠标左键选中即可。结果如图所示：...
2020-12-23 11:38:35
317
原创 使用pandas库中的groupby对数据进行统计
使用pandas库中groupby对数据进行统计实验中经常会得到庞大的数据，有时我们需要对结果中处于某一范围内的数据做一个统计，可以直接在Excel中进行，但很不方便，且不利于后续的处理，这里我们采用pandas库中的groupby工具实现这一任务。代码展示如下：from itertools import groupbyimport pandas as pddata = pd.DataFrame(pd.read_excel(r'C:/Users/.../1.xlsx'))for k, g in
2020-12-22 16:19:08
326
原创 在Matlab中对实验结果进行局部放大
在Matlab中对实验结果进行局部放大在图像去噪研究中，通常使用SNR, PSNR, MSE, and SSIM等标准去定量衡量去噪的效果，然而，这是需要原图作为benchmark的，在实际获取的图像中，不可能得到原图，这时对去噪效果的衡量往往需要视觉对比。代码及结果展示：clc;clear;[f,p]=uigetfile('*.*','选择图像文件','C:\Users\...\jpg');if fA=imread(strcat(p,f));im_src=double(A);end%
2020-12-22 16:09:10
637
2
原创 Matplotlib画插图
Matplotlib画插图使用python将实验数据可视化时，常常使用Matplotlib这个库，为了数据展示的完整性，有时坐标的范围不能清楚的显示数据，这时就需要在图中画插图，将某一部分数据放大显示，更好的进行可视化。代码及结果展示：import matplotlib.pyplot as pltimport numpy as npx = np.arange(6)num_list = [271,26,25,27,37,...,2]#需要处理的数据tick_label = ["0","100",
2020-12-22 15:45:51
738
2
原创 使用Pycharm远程连接docker，打造pytorch深度学习环境
本文使用docker避免了复杂的深度学习环境搭建过程，同时解决了新入手RTX3090显卡的吃灰问题第一步：服务器中安装docker, nvidia-docker, docker-compose拉镜像docker容器设置在专业版Pycharm中配置远程环境写在前面楼主的个人服务器使用ubuntu 16.04系统，NVIDIA驱动已安装455.23.04第一步：服务器中安装docker, nvidia-docker, docker-compose将docker.sh文件上传至服务器，并在对应目录下运行
2020-12-09 23:10:50
1463
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