Get_Map遇到的错误如何改正（pytorch1.11.0）

最新推荐文章于 2024-08-24 11:00:49 发布
最新推荐文章于 2024-08-24 11:00:49 发布
阅读量342 收藏 5
点赞数 12
分类专栏： Python深度学习错误合集 文章标签： python
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_57058018/article/details/136227277
版权

错误一：File "D:\pycharm-project\bingxiang\yolov5-pytorch-main\yolov5-pytorch-main\utils\utils_map.py", line 609, in get_map fig.canvas.set_window_title('AP ' + class_name) AttributeError: 'FigureCanvasTkAgg' object has no attribute 'set_window_title'

fig.canvas.set_window_title('AP ' + class_name)替换为：fig.suptitle('AP ' + class_name)

错误二：File "D:\pycharm-project\bingxiang\yolov5-pytorch-main\yolov5-pytorch-main\utils\utils_map.py", line 716, in get_map draw_plot_func( File "D:\pycharm-project\bingxiang\yolov5-pytorch-main\yolov5-pytorch-main\utils\utils_map.py", line 241, in draw_plot_func fig.canvas.set_window_title(window_title) AttributeError: 'FigureCanvasTkAgg' object has no attribute 'set_window_title'

fig.canvas.set_window_title(window_title)替换为：fig.suptitle(window_title)

Dandelion701
关注
  • 12
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
Person_reID_baseline_pytorch:Pytorch ReID
05-11
Pytorch ReID 强壮，小巧，友善 一个微小，友好，强大的Person-reID基线代码（基于 ）。 强的。 它与一些顶级会议作品中的新基线结果一致，例如， ， ， 。 我们只有Softmax损失才达到Rank@1=88.24%，mAP = 70.68...
chinese_wwm_ext_pytorch.zip
09-21
标题 "chinese_wwm_ext_pytorch.zip" 提供了一个关于预训练模型的特定版本，即哈工大（哈尔滨工业大学）发布的BERT模型的WWM-EXT版本，且该模型是用PyTorch实现的。这一模型是自然语言处理领域的重要资源，特别针对...
AttributeError: ‘FigureCanvasTkAgg‘ object has no attribute ‘set_window_title‘
weixin_43501408的博客
04-10 5236
也有人说改变matplotlib版本也行，但是我没有尝试。问题描述：在跑Bubbliiiing的SSD代码时，出现了这个错误。解决办法：在canvas和set之间增加一个.manager。具体原因：未知（可能是库版本的问题）
万能Map计算（二）
子小程
05-29 1812
找了好久找到的程序，感谢https://github.com/Cartucho/mAP 做好数据集，建立input、result两个文件 input文件夹内包含： 分别存放的是测试结果的txt格式 ,ＧＴ的txt格式以及原图。 results文件夹下建立下面两个文件夹 主要用于保存结果，其中images下建立文件夹 用于查看测试结果txt中坐标是否正确。 数据集以及格式建立好...
matplotlib设置窗体大小和标题
浅醉樱花雨的专栏
01-02 8590
示例代码 import matplotlib.pyplot as plt import numpy as np fig = plt.figure(figsize=(6, 3)) fig.canvas.set_window_title('I am title') x = np.linspace(0, 10, 100) plt.plot(x, np.sin(x)) plt.show() 效果 ...
Stylenga_pytorch 代码解析
keyanxiaocaicai的专栏
08-18 1447
import argparse import math import random import os import numpy as np import torch from torch import nn, autograd, optim from torch.nn import functional as F from torch.utils import data import torch.distributed as dist from torchvision import transform.
chinese_wwm_ext_pytorch.rar
06-26
《基于PyTorch的中文BERT模型深度解析》 在当今的自然语言处理（NLP）领域，预训练模型已经成为核心技术之一。尤其是BERT（Bidirectional Encoder Representations from Transformers），由Google团队于2018年提出...
Person_reID_baseline_pytorch-master.zip_Person Re-ID:_PyTorch行人识
09-20
- 硬样本挖掘：挑选错误匹配的样本进行强化学习，帮助模型改正错误。 - 使用更先进的网络结构，如Attention机制、Graph Convolutional Networks等。 总之，这个PyTorch行人重识别项目提供了一个基线模型，对于初学...
如何在Python中使用IP代理
IPIPGO的博客
08-23 362
通过以上步骤，你应该已经学会了如何在Python中使用IP代理。无论是单个代理IP、带认证的代理IP，还是批量使用代理IP，这些方法都能帮助你在实际项目中灵活应用。希望这篇文章对你有所帮助，如果你有任何问题或建议，欢迎在评论区留言，我们会尽力为你解答。t=N7T8。
常见面试问题(Python)
jiao_mrswang的博客
08-23 164
5、GIL全局解释锁。
零基础学习人工智能—Python—Pytorch学习（六）
kiba518的博客
08-21 887
前言 本文主要讲神经网络的上半部分。 这篇文章开始有很多公式了，这些公式都很简单，但是如果是不经常在脑海里思考公式的人，那可能需要多花点时间做一下自我训练，个人感觉，也就几天时间，就能把自己感觉给调整出来。 习惯了公式看下面内容就会轻松很多，另外如果要深入学习人工智能，熟练的认知公式也是个必须的事情。 另外，我发现我前面文章写的有歧义的地方还是挺多，虽然，已经改了一部分，但，可能还有没发现的，大...
Android笔试面试题AI答之Kotlin（20）
学无止境，止于至善
08-21 739
Elvis操作符（?:）是Kotlin（以及一些其他编程语言）中用于处理可空表达式的一种简洁方式。它允许在表达式的值为null时提供一个默认值，从而简化了空值的处理。在Kotlin中，构造函数（Constructor）是类的一个特殊方法，它用于初始化新创建的对象。与Java不同，Kotlin中的构造函数不是通过名称来定义的，而是与类名相同，并且没有返回类型（即使是void）。Kotlin支持主构造函数和次构造函数（也称为辅助构造函数或二级构造函数）。
Python优化算法09——黏菌优化算法(SMA)
最新发布
weixin_46277779的博客
08-24 703
python黏菌优化算法代码和使用
yolov8 出现loss 为nan
zhaoluruoyan89的博客
08-21 316
这篇博客警示读者在购买用于深度学习的显卡时要避开那些导致RuntimeWarning: All-NaN slice encountered的问题。作者强调这些Tensor核心存在严重缺陷，不适宜进行深度学习任务，建议大家在选购时务必谨慎。方法二：将混合精度训练AMP 设置为False。方法一：降低cuda和pytorch 版本号。
2024.8.20 Python，链表，二叉树
RaidenMessi的博客
08-20 416
代码逻辑：第一层，对l1.val进行判断，谁小听谁的，目标是输出这个链表，那就要修改这个链表，在第一层的时候，是先进函数，再赋值，所以在第一层的时候还没进行赋值就已经进第二层了，在第二层的时候还没赋值就又进第三层了，以此类推，然后每一次都抛掉一个最小的数。可能之后就理解了吧。我想了下，我决定不管了，就跟二分法当时一样，我直接按逻辑走，谁小谁就去用他的next继续和他刚才的人比，同时输出他自己本身，完事了。链表是线性表，是一维的，保存了现在这个数的值和下一个数的地址，分为表元素域，下一结点链接域，
基于Python星载气溶胶数据处理与反演分析
lwjnlqiqi的博客
08-21 1171
Python星载气溶胶数据处理与反演分析
【pip镜像设置】pip使用清华镜像源安装
前端探索者
08-21 1996
PyPI的镜像站点是用于加速Python包下载的服务器，它们提供了与官方PyPI相同的内容，但可能会因为地理位置更近而下载速度更快。进行python 的第三方库安装，但是，有时会出现。使用了清华大学的镜像网站。
基于YOLO V8的PCB缺陷检测识别系统（python源码+Pyqt5界面+数据集+训练代码）
2401_83580557的博客
08-22 437
基于YOLO V8的PCB缺陷检测识别系统【python源码+Pyqt5界面+数据集+训练代码】
chinese_roberta_wwm_ext_pytorch下载
07-14
### 回答1： 要下载Chinese_roberta_wwm_ext_pytorch，首先需要确定下载来源和平台。一般来说，可以在开源社区或者代码托管平台找到该模型的下载链接。在网上搜索“Chinese_roberta_wwm_ext_pytorch下载”可以获得相关的下载资源。 在找到下载链接后，点击链接进入下载页面。根据页面上的指引和说明，选择合适的版本和格式进行下载。通常情况下，会提供预训练好的模型文件和相应的代码。 下载完成后，解压缩模型文件。通常情况下，模型文件会以压缩包的形式进行下载，所以需要解压缩以获得可用的模型文件。 接下来，可以使用Python的torch或者pytorch库进行模型的加载和使用。根据具体的使用场景和需求，可以参考相关的文档和代码示例。 要注意的是，Chinese_roberta_wwm_ext_pytorch是基于PyTorch框架的预训练模型，所以在下载前需要确保已安装PyTorch和相关的依赖库。 总结起来，要下载Chinese_roberta_wwm_ext_pytorch，首先找到下载链接，然后选择合适的版本和格式进行下载，解压缩模型文件，最后使用PyTorch库进行加载和使用。 ### 回答2： chinese_roberta_wwm_ext_pytorch是一个基于PyTorch框架的汉语预训练模型。它是对RoBERTa模型的扩展，专门为中文自然语言处理任务而设计。下载chinese_roberta_wwm_ext_pytorch分为以下几个步骤： 1. 在GitHub上搜索chinese_roberta_wwm_ext_pytorch，找到该模型的开源代码库。 2. 确保你已经安装了PyTorch框架以及其他相关依赖库，如Transformers。 3. 在代码库中找到下载链接，点击链接下载模型文件。通常，该模型文件的格式为.pth或.bin。 4. 下载完成后，将模型文件保存在你的工作目录中，以备后续使用。 使用chinese_roberta_wwm_ext_pytorch模型时，可以参考以下示例代码： ```python import torch from transformers import AutoTokenizer, AutoModel # 加载tokenizer和model tokenizer = AutoTokenizer.from_pretrained("chinese_roberta_wwm_ext_pytorch") model = AutoModel.from_pretrained("chinese_roberta_wwm_ext_pytorch") # 输入文本 text = "这是一个例子。" # 文本编码和模型推理 inputs = tokenizer(text, return_tensors="pt") outputs = model(**inputs) # 获取模型的预测结果 hidden_states = outputs.last_hidden_state ``` 以上代码中，我们首先通过`AutoTokenizer`和`AutoModel`加载了预训练的tokenizer和模型。然后，我们将文本输入通过tokenizer进行编码，生成模型所需的输入张量`inputs`。接下来，我们将编码后的输入传递给模型，得到模型的输出结果`outputs`。最后，我们从输出结果中获取最后一层的隐藏状态`hidden_states`，可用于后续任务。 总结来说，下载chinese_roberta_wwm_ext_pytorch模型需要找到相应的代码库并下载模型文件，然后使用PyTorch框架加载模型和tokenizer，进行文本编码和模型推理。 ### 回答3： chinese_roberta_wwm_ext_pytorch是一个预训练的中文RoBERTa模型，它基于PyTorch实现。RoBERTa在自然语言处理任务中具有很高的性能，可以用于文本分类、词性标注、命名实体识别等多种任务。 要下载chinese_roberta_wwm_ext_pytorch模型，首先需要在互联网上找到可靠的下载源。可以通过搜索引擎或者在GitHub等代码托管平台上查找。找到对应的下载链接后，点击链接进入下载页面。 在下载页面上，一般会提供下载命令或者直接提供预训练模型文件的下载链接。根据页面的提示进行相应的操作即可完成下载过程。 下载完成后，可以将模型文件解压缩到本地的指定目录中，以方便后续使用。通常模型文件会以一个文件夹的形式存在，其中包含了模型的参数、配置文件以及其他相关文件。 下载好模型后，就可以在项目中通过加载模型文件，使用其中的预训练参数进行文本处理任务。使用PyTorch的相关API可以很方便地加载模型，然后将待处理的文本输入模型，获取模型的输出结果。 总之，要下载chinese_roberta_wwm_ext_pytorch模型，需要找到可靠的下载源，按照下载页面的提示进行下载和解压缩，然后在项目中加载模型，使用其进行中文文本处理任务。
评论 1
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

打赏作者

Dandelion701

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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