- 博客(7)
- 收藏
- 关注
RSS订阅原创 交叉熵计算Assertion `t ＞= 0 && t ＜ n_classes`错误
可能是数据集中的目标y选择错误，可以通过检查y中的class数量是否与预期相同，通过y.max()输出目标层最大值检查。
2023-08-07 23:03:05
217
1
原创 model.to(device)出现CUDA error: unknown error CUDA kernel errors might be asynchronously...错误
model.to(device)出现CUDA error: unknown error CUDA kernel errors might be asynchronously.....重启一下
2022-11-16 16:10:33
859
原创 在交叉熵loss环节出现CUDA error: device-sideasserttriggered CUDA kernel errors
请检查输出层数和作为真值的结果数字是否匹配，通过检查参照目标的max()可以快速检查是否匹配模型输出层数
2022-08-11 23:22:36
291
原创 Linux下conda虚拟环境
Linux下conda虚拟环境创建虚拟环境 conda create -n your_env_name python=X.X（2.7、3.6等）进入虚拟环境 source activate your_env_name退出虚拟环境 source deactivate查看所有虚拟环境 conda info --envs
2022-01-02 15:21:56
753
原创 关于linux服务器端解释器安装过的库在本地ide运行中无法import的问题
笔者在这里卡了一天，发现anaconda安装在每个用户的空间内，而很多linux系统自带一个python解释器，和用户的解释器不通用，需要注意软件连接到远程时ide可能指向的解释器不是用户安装的解释器，这时无论你往自己的解释器安装多少库，指向错误的解释器都是无法import的这个是用户目录下的anaconda，是可以自定义使用的解释器，尤其是在公用服务器的情况下，每个人都有自己的独立空间，也就都有自己的python解释器。这几个就是linux根目录中自带的python解释器，和用户的不.
2021-09-15 17:21:44
129
原创 一种高速的互信息/联合熵计算方法
最近在写一个归一化互信息的方法，由于电脑性能不够对于算法进行了若干次优化，获得了基本和c语言速度相似的归一化互信息计算速度代码如下import numpy as npimport mathimport pandas as pddef H_Matrix(M): #M为图像矩阵 s = pd.Series(M.reshape(-1)) M_array = KKSK.values.tolist() M_array = np.array(M_array) HM
2020-07-25 21:41:32
449
原创 使用pandas库统计多列numpy ndarray/Series，使用pandas库统计数对/高维度扫描的方法：算法加速
第一次写文章，dalao轻喷1551最近在写一个计算图像联合熵的算法，遇到了一个问题，那就是如何高效统计出两幅图像相同位置的数对出现的概率。for遍历太慢，而在项目存在单元数以百万计大小的大数组时，切片算法加联合灰度矩阵都显得缓慢了起来。于是想写一种使用pandas库新算法统计数对个数。但是pandas库的扫描无论是几维数组似乎都是扫描最小的单个元素（如有误请指正），并没有看到对比多维数组...
2020-03-12 09:50:37
351
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