记录第一次跑clip

最新推荐文章于 2024-09-13 19:41:31 发布
最新推荐文章于 2024-09-13 19:41:31 发布
阅读量219 收藏
点赞数
文章标签： python pytorch ai computer vision
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44121450/article/details/127950913
版权

借鉴官方代码https://github.com/openai/CLIP

和帖子【代码实践】使用CLIP做一些多模态的事情_me_yundou的博客-CSDN博客

记录一下遇到的问题和解决方法

1.新建clip环境的时候用vscode报错

Collecting package metadata (current_repodata.json): failed

解决方法：用MobaXter登陆服务器来新建环境就没有报错了

2.计算节点没网，直接跑程序无法下载模型

解决方法1，在登陆节点跑下载模型的代码，然后再计算节点跑完整代码

解决方法2，看源代码的下载部分，找到网址和下载路径，去网址上自行下载后用winscp传到相应的地址，再跑代码

suehf
关注
超详细Pytorch环境配置及CLIP应用实例
weixin_42494367的博客
11-18 1万+
  最近想体验一下OpenAI新发布的基于自然语言和图片的预训练模型-CLIP（不得不感叹一句，真是大力出奇迹啊），遂想搭建一个Pytorch环境，跑一跑实例。本以为几十页的论文是最大的障碍，没想到配置环境才是最令人崩溃的阶段。anaconda反复重装了几个来回，不过最后终于还是在关闭内存爆炸的Chrome的那一刻结束了配置，成功看见了那个True。由于网上很多教程都比较零散，在配置时难免耗费很多精力去搜索，所以在这次配置结束后，我想将这个过程完整地记录下来，方便以后配置也希望能帮助更多和我一样刚开始炼丹的
借京东图文识别baseline 来看clip训练过程。 clip是怎样练成的 。
YI_SHU_JIA的博客
03-25 3989
这次轮到clip模型啦 。记笔记记笔记。 背景 是 京东已经给了 图片的feature 也就是不需要我们再去抽特征 。 然后给了图片对应的标题。 我们直接从clip训练开始。 dataloader, sampler = data['train'].dataloader, data['train'].sampler loss_img = nn.CrossEntropyLoss() loss_txt = nn.CrossEntropyLoss() if args.
模型实践｜ CLIP 模型
weixin_66945478的博客
03-28 1万+
CLIP(Contrastive Language-Image Pre-Training，以下简称 CLIP) 模型是 OpenAI 在 2021 年初发布的用于匹配图像和文本的预训练神经网络模型，可以说是近年来在多模态研究领域的经典之作。该模型直接使用大量的互联网数据进行预训练，在很多任务表现上达到了目前最佳表现（SOTA）💯。
预测未来销售（Predict Future Sales） 第一次参加kaggle的记录
Raven的博客
11-14 3537
看过很多数据大神的起步都是从kaggle开始，所以去kaggle注册了个号领略一下。账号注册很久啦，之前只去下载过数据集，正式的比赛是第一次。 比赛地址：Predict Future Sales PS : 参加比赛的前提是有kaggle账号，我注册账号的时候不是一帆风顺的，遇到了很多人都遇到的验证码收不到的问题，解决方法据我所知就只有在上网的时候要“科学”，而且这个问题在上传预测数据的时候也会遇到...
AI绘画原理解析：从CLIP、BLIP到DALLE、DALLE 2、DALLE 3、Stable Diffusion
热门推荐
结构之法 算法之道
06-22 2万+
终于开写本CV多模态系列的核心主题：stable diffusion相关的了，为何执着于想写这个stable diffusion呢，源于三点确实非常非常多的朋友都看过我那篇SVM笔记，影响力巨大，但SVM笔记之后，也还是写了很多新的博客/文章滴，包括但不限于：xgboost、CNN、RNN、LSTM、BERT等今后基本每季度都有更新的计划，欢迎常来关于Stable Diffusion，可以先看下这篇的文章”(此篇文章也是本文的重要参考之一)
wav2letter++ 第一次training 日志
golfbears的博客
10-01 1355
第一次训练w2l，遇到了一些软件依赖的问题。记录一下，以备后查。 在wav2letter和libsndfile之间的依赖问题上卡壳了很久，浪费了很多时间。
Unity AnimationClip企业级理解
刘培玉-大王
05-20 1859
AnimationClip前言AnimationClip作用组成和控制原理AnimationClip和AniamtionCurve关系使用分析多组件的获取问题Avatar、Humanoid、Motion和AnimationClip的关系Humanoid的动画导入问题Motion动画的设置Generic和Humanoid的applyRootMotion的区别Genreic类型的RootMotionHumanoid类型的RootMotion我的疑问经典API-SampleAnimation（GameObject
第三次前端预习
m0_62672942的博客
04-15 1万+
目录 一.CSS基础 1.继承 2.层叠 3.属性值的计算过程 二.盒子模型 1.盒模型 2.盒模型的应用 3.行盒的盒模型 三.选择器 1.常用选择器 2.其他选择器 四.本周学习内容 五.实践内容 1.常规流实践 2.浮动实践 3.定位实践1——二级菜单 4.定位实践2——弹出层 5.定位实践3——轮播图 一.CSS基础 1.继承 子元素会继承父元素的某些css属性 通常，跟文字内容相关的属性都能被继承 2.层叠 声明冲突：同一个样式，多次应用到同一个元素
第二弹：走进CSS世界，学习记录
weixin_64638001的博客
04-29 955
当选择器包含多种选择器时，需要将多种选择器优先级相加然后进行比较。选择器的优先级不会超过它最大数量级，如果选择器优先级一样，则使用靠后的样式。子选择器：选择器1 > 选择器2 表示选择器1的子元素为选择器2(只有父子关系才可以)。相邻选择器：选择器1 + 选择器2 表示选择紧贴在选择器1之后的选择器2元素。兄弟选择器：选择器1 ~ 选择器2 表示选择器1后面的所有兄弟元素选择器2。包含选择器：选择器1 选择器2 表示选择器2被选择器1包含即可。组合选择器：选择器1,选择器2 多个选择器之间用逗号分隔。
【图像超分】论文复现：万字长文！Pytorch实现VDSR！血与泪的数据处理与训练过程总结！深度学习中的各种踩坑记录！适合各种深度学习新手！帮助你少走弯路！附PSNR最优的VDSR模型权重文件！
畅游计算机视觉的海洋
03-18 9642
【图像超分】论文精读：Accurate Image Super-Resolution Using Very Deep Convolutional Networks (VDSR)请配合上述论文精读文章使用，效果更佳！本文综合现有的VDSR相关代码，用pytorch实现极简风格的VDSR，复现论文。
【第5节】LMDeploy 大模型量化部署实践
熊猫小妖的AI世界
04-24 1307
视频文档作业lmdeploy官方文档OpenXLab个人感觉camp2讲解的没有第一次的内容好，都是照着文档跑一遍，基础内容也没有啥深度(也可能是我水平太低哈，哈哈)。补充观看之前1.0版本的讲解吧文档视频基础作业（结营必做）配置 LMDeploy 运行环境以命令行方式与 InternLM2-Chat-1.8B 模型对话进阶作业设置KV Cache最大占用比例为0.4，开启W4A16量化，以命令行方式与模型对话。（优秀学员必做）
全宇宙最深入的CSS3 姬成 渡一学习记录
m0_46424423的博客
07-21 1159
全宇宙最深入的CSS3 一、introduction 兼容性前缀 prefix（前缀） browser -webkit chrome/safari -moz firefox -ms IE -o opera 1.历史 更新迭代，兼容性 ---- 加不加前缀 div{ border-radius: ; -webkit-border-radius:; -o-border-radius:; -moz-border-radius:; } 兼容性手册
还在调API写所谓的AI“女友”，唠了唠了，教你基于python咱们“new”一个（深度学习）
`or 1 or 不正经の泡泡
11-24 3995
诶，标题有点欠揍是吧。好吧承认有点标题党了，拖更大王要更新了。快速构建一个简单的对话+问答AI （上）过来的。好吧被你发现了，我是把中间那一段拆开来了。好吧，之所以这样做其实还是因为那篇文章是在是太长了，没写清楚，同时每一个模块都是独立的，因此的话咱们专门拆开来再说下是咋干的。咱们这是一篇独立的博文，那么为啥要独立捏，因为我知道你可能并不需要一个比较完整的内容，如果你关注的是如何实现一个对话AI的话，那么来这里就对了。我们将单独从数据集开始再讲起。并且将真正完整的代码直接在咱们的博文当中贴出了。
Python世界：力扣29题两数相除算法实践
来知晓的博客
09-13 171
除法运算本质是减法，从理解原理到真正实现还是有距离，建议初步理解后，不参考任何代码，完全自己复现一遍，体会更深。注意提示：目的就是提醒越界问题：-2^31/-1=2&31，超过了整数表达范围。本问题来自于力扣29题，在做完大数相乘后，顺带也看下两数相除。将两数相除，要求不使用乘法、除法和 mod 运算符。给定两个整数，被除数。
蒙特卡罗方法——布丰投针实验近似计算圆周率python代码实现
2301_79376014的博客
09-09 447
蒙特卡罗——布丰实验
Python实现多线程、多进程及协程
qq_42568323的博客
09-09 1045
本文详细介绍了 Python 中多线程、多进程和协程的并发模型及其实现方式，并通过具体场景演示了如何使用面向对象思想实现这些模型。在实际应用中，应根据任务的类型和需求选择合适的并发模型，从而优化程序的性能和资源利用率。本文将详细介绍 Python 中的多线程、多进程和协程的概念及其实现方式，并通过具体场景展示如何在 Python 中使用面向对象的思想实现这些并发模型。接下来，我们通过一个计算密集型任务的示例来演示多进程的实现：计算一系列大数字的阶乘。主程序中创建并启动了多个计算进程，并使用。
opencv学习：calcHist 函数绘制图像直方图及代码实现
最新发布
mohanyelong的博客
09-13 716
opencv学习：calcHist 函数绘制图像直方图及代码实现
车辆检测与分类系统源码分享
xuehaikj的博客
09-13 1034
数据集信息展示在本研究中，我们采用了名为“comexit”的数据集，以支持对YOLOv8模型在车辆检测与分类任务中的改进。该数据集专注于交通工具的识别，特别是公共交通和货运车辆，具有明确的应用背景和实用价值。数据集的类别数量为三，具体包括“bus”（公交车）、“car”（小汽车）和“truck”（卡车）。这三类车辆在城市交通和物流系统中扮演着重要角色，因此，准确的检测与分类对于交通管理、智能交通系统以及自动驾驶技术的发展具有重要意义。
使用clip-path 画一个圆角矩形
04-17
好的，这是一个关于web开发的问题，我可以回答。要使用CSS属性clip-path画一个圆角矩形，可以参考以下代码： ``` .element { clip-path: polygon( 20px 0, /* top-left */ calc(100% - 20px) 0, /* top-right */ 100% 20px, /* bottom-right */ 100% calc(100% - 20px), /* bottom-left */ calc(100% - 20px) 100%, /* extra point for Firefox */ 20px 100% /* extra point for Firefox */ ); /* other styles */ } ``` 其中20px是圆角的半径，可以根据需要自行设置。注意，clip-path是CSS3属性，可能不被所有浏览器完全支持，需要适当兼容处理。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值