图形学挖掘机-CSDN博客

原创 Mac 环境配置jdk、Maven

3、终端打开配置jdk时候建好的脚本文件： open -e .bash_profile。4、查看maven是否安装成功和系统能不能识别maven/mvn命令：⬇️。输入⬇️并保存：其中第一行JAVA_HOME替换为自己下的jdk路径。，安装编译好的二进制版本，具体安装zip还是tar.gz我看的。5、查看jdk是否安装成功和系统能不能识别java命令：⬇️。至此，我的Mac系统的环境配置jdk、Maven完成！然后就发现我的maven命令还是没作用，不识别，下载后直接安装即可，很快，点几下就OK了。

2023-08-25 14:46:53 2743 1

原创 LearnOpenGL教程模型加载库Assimp 遇到问题

LearnOpenGL教程模型加载库Assimp 遇到问题1.cmake模型加载库Assimp: cannot find IL解决方案：2.教程给的代码报错:解决方案：3.执行代码时候报错：找不到dll文件参考教程1.cmake模型加载库Assimp: cannot find IL刚开始和教程给的一样，cmake模型加载库Assimp时候有遇到找不到directX：去官网下载即可：安装direcX时候也有下面问题：去卸载Microsoft Visual C++ 2010 Redistri

2021-10-31 20:09:18 987

原创 Pytorch加载保存好的模型发现与实际保存模型的参数不一致

Pytorch加载保存好的模型发现与实际保存的参数不一致发现问题初衷：问题：保存模型并打印参数：加载模型并打印模型参数问题来了解决问题先说结论原因：联想问题本质二级目录三级目录参考博客发现问题初衷：最近跑深度学习代码，数据量比较庞大所以训练速度慢的一，一旦有什么问题训练突然停止了，心态都要炸了，所以这时候使用pytorch保存每轮训练好的模型（可以使用一些保存技巧，保存得到的当前最新的模型checkpoint，倒不至于每轮都保存），即使训练停止还能接着去加载保存好的模型得到当前模型输出结果，节省时间，

2021-09-03 18:37:37 8706 9

原创 4.RuntimeError(“{} is a zip archive (did you mean to use torch.jit.load()?)“.format(f.name))

问题在pytorch-gpu10.0 即cuda10.0的pytorch虚拟环境中（torch1.2.0）运行VoronoiNet代码时候，会出现上面的错误，一开始我以为是因为学姐的代码对pytorch版本有要求，但是问了学姐那里的torch版本就是1.2.0的，就很奇怪为什么我这里明明是相同的环境怎么就不行，有bug。在网上查找原因，发现基本都是说torch版本的问题 →????使用torch.load()加载模型参数时，提示“xxx.pt is a zip archive(did you mea

2021-04-15 16:18:09 5422 3

原创 5.gpu版本Pytorch执行.cuda()代码会卡死

下载好了gpu版本的pytorch后测试发现torch.cuda.is_available() = True了，但是.cuda()命令运行时候一直卡死，没有反应：使用pycharm远程连接也是这样，一直卡死在model.cuda()语句不动：怀疑了好久是不是版本有问题，尝试了各种pytorch-conda-python版本都没有用，而且我下载的就是官网推荐的版本，所以应该是没问题的。后来甚至还怀疑是不是pycharm的问题，但是上面也试了脱离pycharm直接在python虚拟环境里面的pyth

2021-04-15 16:04:48 9319 3

原创 3.安装pytorch-cuda10.0版本时候没加pytorch和torchvision版本号，会默认安装torch1.4.0与cuda10.0不匹配

没加版本号命令最开始安装cuda10.0对应的pytorch时候，命令如下：conda install pytorch torchvision torchaudio cudatoolkit=10.0正确命令：conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0可以看到不仅没加版本号，还多了torchaudio默认下载了pytorch1.4.0和torchvision0.5.0，跟官方给的适配版本完全不一致，跟我想象

2021-04-15 15:53:16 1031 1

原创 1.查看cuda版本-nvcc -V、cat /usr/local/cuda/version.txt、nvdia-smi 三种方式得到的都不一样

问题1.nvcc -V 查cuda为9.1nvcc -V2.cat /usr/local/cuda/version.txt 查cuda为8.0cat /usr/local/cuda/version.txt3.nvdia-smi 查cuda为11.2nvidia-smi解释CUDA有 Runtime 运行API和 Driver 驱动API，两者都有对应的CUDA版本， nvcc --version 显示的就是前者对应的CUDA版本，而 nvidia-smi显示的是后者对应的CUDA

2021-04-15 12:41:27 5875

原创 2.多个cuda共存，解决nvcc –V查看的cuda版本不是软链接的cuda对应的

多个cuda共存，解决nvcc –V查看的cuda版本不是软链接的cuda对应的发现问题解决问题*修改环境变量PATH流程1.查看当前nvcc –V指向哪里的nvcc2.查找原因，为什么没有指向软链接好的地方3.排除问题4.成功解决所以，接下来想用什么版本的cuda，都可以通过更改软链接的方式，直接指向想要用的cuda版本即可更改软链接cuda版本参考帖发现问题服务器里面装了很多个版本的cuda.1.查看/usr/local里面 cuda 版本的软链接——cuda进入/usr/local目录使用

2021-04-15 12:38:19 7076 8

原创 Linux-Anaconda虚拟环境安装配置GPU版本Pytorch 流程+遇到与解决问题小结

遇到问题最近在用pytorch跑深度学习模型，不过一直用的是CPU，训练速度还是跟不上，正好实验室服务器比较空闲，而且cuda、cudnn也都是配置好了的，所以打算在上面的anaconda虚拟环境中配置一下我想要用的gpu版本的pytorch，配置期间遇到了不少问题，也参考了很多博主的经验，现自己总结记录一下。总结先说结论，代码可以跑起来了就会发现，事情怎么这么简单（笑哭），但其实是将近一周的折腾才搞好的。因为我只想连服务器的gpu用一下，上面cuda、cudnn都已经配置好了的，我只需要装一个gpu

2021-04-15 11:32:41 3047

原创解决pip install连接官方源安装很慢，甚至error101：network is unreachable——开源镜像！用起来！

解决pip install连接官方源安装很慢，甚至error101：network is unreachable——开源镜像！用起来！遇到问题解决方案附国内开源镜像常用地址遇到问题需要使用很多库文件，比如pandas,sciki-image,在用pip install pandas安装库时，一直显示网络不可达（明明pandas没有很大，有时候下载的还是挺快的，偶尔‘犯病”吧。。。）有时候遇到这种小问题就会让人很难受啊，所以通过看教程对此提出了解决办法，可以指定国内源镜像，现自己总结记录一下。解决方案

2021-04-11 11:37:24 5497

weixin_42416791的博客