- 博客(29)
- 收藏
- 关注
RSS订阅原创 训练和预测模型时使用Pytorch版本不一样报错
参考：https://github.com/pytorch/pytorch/issues/48915在预测的时候，加载PyTorch模型报错：RuntimeError: version_ <= kMaxSupportedFileFormatVersion INTERNAL ASSERT FAILED at /pytorch/caffe2/serialize/inline_container.cc:132, please report a bug to PyTorch. Attempted to..
2022-01-16 11:17:04
2250
原创 conda实现虚拟环境的迁移
参考https://zhuanlan.zhihu.com/p/87344422使用conda将服务器上配置好的虚拟环境从当前ip迁移到目标ip。1、如果需要在具有相同操作系统的计算机之间复制环境，则可以生成spec list。生成spec list文件： conda list --explicit > spec-list.txt重现环境： conda create --name python-course --file spec-list.txt2、E...
2021-07-14 16:15:31
989
原创 swin-T for segmentation: 基于Linux系统的云服务器上的环境配置
1、创建虚拟环境（租用服务器的就不用创建啦）conda create -n newpython=3.7conda activate open-mmlab2、安装pytorchpip install -U torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html3、安装mmcv-fullpip install mmcv-full==1.3.0+torch1.6.
2021-06-21 09:09:01
343
原创 latex_列表和表格环境_给tabular加lable标签问题
原文：https://blog.csdn.net/qq_33523925/article/details/89372371LaTeX：列表环境以及表格环境。注意：在tabular这种表格环境下我们是没有“表1”、“表2”这样的标签的，如果要给表格加标签 lable，必须使用一个比他更高级一些的表格环境——table。一、列表环境LaTeX下的列表环境，默认的有Itemize enumerate description这几种，默认的item个数为3个。1.使用itemize方式\d.
2020-12-21 07:52:27
5807
原创 关于latex的那点事儿
年过30了，学术生涯也五年多了，竟然才接触latex。哎，后悔莫及，相见恨晚啊。劝各位小伙伴越早学习使用latex越好啊。嗯，时间有限啊，先记述下这两天入坑所总结的经验吧。问题：关于如何利用期刊给的latex模板和reference模板，排版参考文献。描述：期刊给了latex模板，还给了参考文献style的模板。但是小白的我搞不懂怎么用啊这些东西，搜了Latex的快速入门的视频和blog，依旧云里雾里。分析： 究其原因，主要是第一次接触texlive,winedt, latex。..
2020-12-02 09:21:54
511
原创 进入和退出 服务器上自己配置的虚拟环境
激活虚拟环境。首先查看当前系统包含的所有的虚拟环境：conda env list然后激活：source activate 环境名称退出虚拟环境：source deactivate 环境名称
2020-11-15 15:20:40
2047
原创 ImportError: No module named ‘torch‘ 解决方法
原文链接：Anaconda+Pycharm环境下的PyTorch配置方法https://blog.csdn.net/aa3615058/article/details/89339790?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4.edu_weight&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCo
2020-10-28 17:29:47
39921
原创 由Variable().cuda()谈起
原作：https://blog.csdn.net/qq_28444159/article/details/787812010. 序言在深度学习中使用GPU来对模型进行训练是可以通过并行化其计算来提高运行效率1. 如何进行迁移对于Pytorch写的模型，网上给出了一个非常简单的转换方式:对模型和相应的数据进行.cuda()处理。就可以将内存中的数据复制到GPU的显存中去。从而可以通过GPU来进行运算了。从数据和模型谈：1.1 判定使用GPU下载了对应的GPU版本的Pytorch..
2020-10-27 16:58:49
9644
1
原创 CondaHTTPError问题解决方法
在实验室服务器上配置环境安装pytorch的时候，报错: An HTTP error occurred when trying to retrieve this URL.HTTP errors are often intermittent, and a simple retry will get you on your way原因，软件包来源于国外网站，下载速度慢导致安装失败。解决:https://blog.csdn.net/walk_power/article/details/82957796?
2020-10-27 11:09:40
17980
原创 2020-10-10
yield用法详解https://blog.csdn.net/mieleizhi0522/article/details/82142856/
2020-10-10 09:24:43
104
转载 pycharm调用matlab
https://blog.csdn.net/m0_37316917/article/details/90256563
2019-07-07 16:01:29
6412
原创 图像分割
～图像分割就是预测图像中每一个像素所属的类别或者物体。图像分割有两个子问题，一个是只预测类别层面的分割，对每个像素标出一个位置。第二个是区分不同物体的个体。～图像分割是根据图像内容对指定区域进行标记的计算机视觉任务，简言之就是「这张图片里有什么，其在图片中的位置是什么？」而语义分割任务是个是 在分割图中将同一类别的不同实例视为同一对象。～Q：图像分割和图像语义分割的关系： ...
2018-10-21 20:28:47
337
原创 numpy中的mask
1、什么是掩膜（mask)？数字图像处理中的掩膜的概念是借鉴于PCB制版的过程，在半导体制造中，许多芯片工艺步骤采用光刻技术，用于这些步骤的图形“底片”称为掩膜（也称作“掩模”），其作用是：在硅片上选定的区域中对一个不透明的图形模板遮盖，继而下面的腐蚀或扩散将只影响选定的区域以外的区域。 图像掩膜与其类似，用选定的图像、图形或物体，对处理的图像（全部或局部）进行遮挡，来控制图像处理的区域或处理...
2018-10-21 17:04:31
14571
原创 Data augmentation Method
转自https://www.cnblogs.com/luxiao/p/5534393.html1数据预处理之数据增强方法： 对于CNN输入的数据，常见的有三种处理方式： 1.Mean subtraction. 将数据的每一维特征都减去平均值。在numpy 中 X -= np.mean(X, axis = 0) 2.Normalization 归一化数据，...
2018-10-21 15:12:12
555
原创 pycharm使用笔记
一、将数字可视化暨meshgrid\contourf\contour的使用。contour - 绘制等高线contourf - 填充等高线两个的返回值值是一样的（return values are the same），实际上contourf 相当于 contour filled。常用参数语法：mp.contourf(x, y, z, 等高线条数，cmap=颜色映射)# 等高...
2018-10-08 19:23:10
452
原创 关于范数
一、范数包括向量范数和矩阵范数。其中，对N维度的空间Rn中任意一个向量X，按照一定的法则，有一个确定的实数与之相对应，该实数记作║x║，如果║x║满足下面的三个性质，那么我们就称║x║为向量x的向量范数。 ⒈ 非负（正定）性：||X||>=0，且当且仅当x=0的时候║x║=0； ⒉ 正齐次性：对任意实数λ，均有||λX||=|λ| ||X||； ⒊ 次可...
2018-10-02 21:46:50
1988
原创 pycharm安装和激活的血泪史
都说pycharm要比spyder好用，所以我抱着试试看的态度来投奔pycharm。恩，现在用简短的语言来记录下这段血泪史。希望以后再遇到挫折的时候不要急躁，因为迟早都能解决地，急躁反倒无济于事。首先是在官方网站下载的专业版，下载速度简直是龟速。。这个不知道是不是国外官网限速的原因还是学校网速的限制。恩，总之下好了最新版的pycharm。然后，就参照着https://blog.csdn.n...
2018-10-01 22:29:36
1288
原创 tensorflow之overfitting（过拟合）问题
Tensorflow提供了dropout的功能来避免overfit。就参照莫烦的视频教程进行了练习。基于sklearn数据集进行了了过拟合实验。示例代码为：# -*- coding: utf-8 -*-"""Created on Tue Sep 18 14:29:11 2018基于sklearn数据集进行了过拟合实验@author: Administrator"""impor...
2018-09-18 20:02:41
333
原创 Tensorflow利用其可视化工具tensorboard可视化神经网络
参考莫烦的B站教程20，利用tensorflow自带的可视化工具tensorboard，在Google浏览器上进行了简单神网路的可视化。一、将神经网络的结构可视化。例子代码如下（spyder(tensorflow)编辑）：Created on Mon Sep 17 18:37:22 2018@author: Administrator"""# -*- coding: utf...
2018-09-17 20:17:54
6391
1
原创 tensorflow—例子
1、第一个例子:预测一个线性直线y=0.1*x+0.3 还没来得及去学习tensorflow的基础，便直接上手例子了。有点小吃力，但参照着B站莫烦的python教学视频(https://www.bilibili.com/video/av16001891/?p=10 例子5反复看了至少3回，原谅奔三的我，日益消退的理解和消化能力。。)，感谢天地，看懂了并亲手实现了第一个人工神经网络训练的例子。...
2018-09-12 22:00:51
3115
3
原创 TensorFlow在Windows上的安装之路
Google上点了无数的连接，翻了无数的帖子，因版本不匹配问题，将python、CUDA卸载又重装。捣鼓了一天，终于把TensorFlow环境搭建好了。整理了两个比较有用的帖子，1、知乎回答：手把手教你搭建谷歌TensorFlow深度学习开发环境！https://zhuanlan.zhihu.com/p/26389992 2、Windows环境下Anaconda安装TensorFlow的避坑指南...
2018-09-11 22:27:00
380
原创 初学python(keep updating)
一、一元二次方程求解。ax^2+bx+c=0Error1、IndentationError: expected an indented block.每个冒号的后一行都要缩进。不然就报错。Tab快捷键。Error2、SyntaxError: invalid syntax。 此时有多出错误。@1：判断if句，要用“==”而不是“=”。@2：有可能是出错的前一行出现了错误...
2018-08-23 22:21:35
393
原创 C运行机制
在尝试用opencl编写matlab上的代码之初，因要选择在GPU或CPU上进行，不由联想到C代码在计算机上是怎么运行的呢。于是从网上整理了一些资料。 作为一种编程语言，本身是谈不上工作原理的，实际上C语言所有的语法，正是C语言编译器的工作原理或者工作机制的具体实现。要细致的讨论起来是不可能，但是作为C语言程序员，必须了解这个大致的流程。 使用C语言开发软件的一般步骤为：
2017-12-19 10:37:09
549
原创 FieldII命令汇总(part)
calc_scat_all函数就是一个振元发射，所有振元接收模式，直至所有振元发射接收完成。calc_scat_multi函数就是最接近数字超声前段输出，用于研究波束合成算法最为适合。calc_scat就是前面所说的A-Line的波束合成方式，这个函数内置的波束合成算法是延迟叠加算法，设定扫描线的条数，每条扫描线假设由多个振元形成，最后用这些扫描线直接成像即可
2017-07-07 19:21:08
4443
7
转载 理解：const char*, char const*, char*const
const char*, char const*, char*const的区别
2017-06-28 19:49:44
678
原创 Field _II 仿真 学习笔记
参考Field II的使用说明，进行了四个例子的练习。仿真程序和结果如下：PURPOSE1：Calculate the received response from all elements of a linear array and plot the responses and the summed response 【计算来自所有线性阵元的接收响应，并绘制该响应以及叠加响应。】>>
2017-05-06 12:28:05
12865
7
原创 OPencl学习笔记
chapter1:了解opencl的基本操作：主机和内核；了解opencl的程序架构；chapter2:了解opencl的六种最基本的Opencl的数据结构；创建和检查这些数据结构；组合这些数据结构，通过内核发送到设备上。
2017-04-16 10:49:25
1519
1
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