fancy_EUEU的博客

information fusion

【代码】Linux下pip安装的包不在当前conda环境目录下。

pytroch模型可视化

pytorch获取模型的参数量和运算量

无人机航拍暴力行为检测

deep-sort算法

makefile葵花宝典_Met-ShiZi的博客-CSDN博客什么是makefile？或许很多Winodws的程序员都不知道这个东西，因为那些Windows的IDE都为你做了这个工作，但我觉得要作一个好的和professional的程序员，makefile还是要懂。这就好像现在有这么多的HTML的编辑器，但如果你想成为一个专业人士，你还是要了解HTML的标识的含义。特别在Unix下的软件编译，你就不能不自己写makefile了，会不会写makefile，从一https://blog.csdn.net/yr

docker images 列出本地docker镜像docker images -qa 只列出镜像iddocker search ubuntu 搜索ubuntu镜像docker search --limit 5 ubuntu 只列出5个Ubuntu镜像docker search ubuntu --filter "is-official=true" 搜索是官方的ubuntu镜像docker search ubu.

# 查看几块GPUimport torchprint(torch.cuda.device_count())# 查看显卡配置信息nvidia-smi# 单主机多块GPU使用device = torch.device("cuda:0" if torch.cuda.is_avaliable() else :"cpu")device0 = torch.device("cuda:0")device1 = torch.device("cuda:1")net = torch.nn.DataPar.

# 自己的模型为：modeltraced_script_module = torch.jit.trace(model, src_inp)traced_script_module.save("model.pt")

sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 1sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 2#1和2为优先级sudo update-alternatives --config python#这个指令可以切换任意一个版本为默认版本。...

１）查看文件类型：file file_namefile dir_name２）查找文件：find PATH -name FILENAMEeg: find / -name test.cppwhich file_namewhereis file_name３）文件压缩和打包：gzip/gunzip：压缩和解压缩单个文件eg: gzip test.cpp # 压缩文件以.gz结尾gunzip test.cpp.gztar:　能将整个目录打包eg: tar -zcvf.

import osimport numpy as npfrom PIL import Imageimport torch.nn.functional as Fimport torch.optim as optimimport torchimport torch.nn as nnimport torch.nn.parallelimport torch.optimimport torch.utils.datafrom torch.utils.data import Dataset, Dat.

第一行添加解释器的路径：＃!/bin/bash检测脚本中的语法错误： bash -n /shell_file调试执行： bash -x /shell_file

PyTorch加载自己的数据集实例详解_菜鸟教程-CSDN博客

# 检查当前conda版本conda -V# 查看已有的虚拟环境conda env list# 创建虚拟环境conda create -n env_name python=x.x# 删除虚拟环境conda remove -n env_name --all# 激活虚拟环境conda activate env_name# 关闭虚拟环境conda deactivate# 切换环境conda -n env_name# 关闭自动打开的虚拟环境conda config -.

（1）文献翻译工具，HammerPDF，支持win，Mac，Linux：https://github.com/HammerPDF/Smart-Scientific-Reader/releases

1）图像分类：公开数据集： （1）MNIST：10个类别，手写数字体数据集，6万条训练数据和1万条测试数据，28*28的灰度图； （2）FashionMNIST：10个类别，6万条训练数据和1万条测试数据，28*28的灰度图，衣服、裤子、鞋子等； （3）CIFAR10：10个类别，5万条训练数据和1万条测试数据，32*32彩色图，飞机、汽车、猫、狗等； （4...

lspci | grep -i vgalspci | grep -i nvidai