自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(21)
  • 资源 (1)
  • 收藏
  • 关注

原创 普通用户配置java环境

1. 首先解压下载好的jdk,如我的解压过后是jdk1.8.0_351,路径是:/ssd1/test/jdk1.8.0_351;3. 验证是否配置成功:whereis java,出现配置路径即表示安装成功。

2023-10-23 16:49:04 109

原创 RuntimeError: cuDNN error: CUDNN_STATUS_NOT_INITIALIZED

RuntimeError: cuDNN error: CUDNN_STATUS_NOT_INITIALIZED

2022-06-12 15:50:34 1254 1

原创 anaconda下安装caffe及opencv环境

# 虽然该方法安装的是python=2.7版本,但是目前是我看到最简单的安装方法了# 首先创建一个新的运行环境并安装相应工具包,避免与其他配置的冲突# 指定版python=2.7 此处一起先安装anaconda,进而可以安装spyder与jupyter编辑器conda create -n caffe27 python=2.7 anaconda# 然后下面二选一即可,安装caffeconda install -c conda-forge caffeconda install -c conda-f.

2022-03-29 14:56:59 4128

原创 LaTex编译时出现undefined citation的解决办法。

在编译文档的时候出现了:LaTeX Warning: Citation "*****" on page y undefined on input line *解决办法1、2、按下边的顺序依次编译即可解决;使用 pdflatex 编译使用 bibtex 编译使用 pdflatex 编译两次最后使用bibtex 编译一次Xelatex 编译两次...

2021-11-16 11:27:18 7149 8

原创 windows安装TexStudio

1、下载Texlive,详细过程如下: a) 打开网址https://tug.org/texlive/,下载texlive.iso,我的网速比较快,4G的文件很快下载完成。b)解压texlive.iso,打开该文件夹,运行红框里的Windows批处理文件,这个安装过程需要大概30分钟:等到texlive安装完成后,再进行第2步的操作。2、安装texstudio,详细过程如下:a)打开https://www.texstudio.org/,下载texstudio...

2021-11-09 08:54:54 4886

原创 在evaluate用到coco-caption时出现subprocess无法创建的错误

同样的坑,2020年踩过,今年又踩了,额。使用coco-captiont衡量句子质量的时候,提示无法创建subprocess的问题,原因是:服务器上的java环境没有更改

2021-10-19 15:12:07 1651 1

原创 下载各种版本的tensorflow

Links for tensorflow-gpu

2021-09-24 17:07:41 128

原创 Failed to initialize NVML: Driver/library version mismatch

想查看GPU的情况,使用nvidia-smi时报错Failed to initialize NVML: Driver/library version mismatch。解决方法:sudo apt-get upgrade

2021-08-22 20:19:38 4609

原创 跑cyclegan时遇到了ConnectionError: HTTPConnectionPool(host=‘localhost‘, port=8097): Max retries exceeded

搜了一下解决方法,如下图:

2021-08-19 16:49:42 997 1

原创 服务器上加载已经下载好的MNIST数据集

最近遇到了MNIST自动下载失败的问题,所以自己网上找到MNIST下载到服务器上。准备取消代码中自动下载,改成加载服务器上已下载好的数据了。具体操作如下:打开pytorch环境中/home/zss/anaconda3/envs/py3-tf1/lib/python3.6/site-packages/torchvision/datasets/mnist.py文件,并做如下修改。把原来MNIST官网地址改成自己服务器上存放MNIST的地址即可。...

2021-08-17 17:30:32 328

原创 python2安装nltk

python2的虚拟环境在使用pip install nltk安装nltk后出现无法import的问题。原因是现在默认安装的nltk版本是适合python3的,所以会出错。解决办法是使用如下命令安装适合python2版本的nlkt:pip install nltk==3.4.5...

2021-06-29 11:13:03 492 2

原创 UserWarning: RNN module weights are not part of single contiguous chunk of memory.

最近几天的代码用到了gru,但是当代码使用DataParallel时,就会报下边的错。使用单GPU训练时就不存在下述警告。查阅资料以后,发现作者https://blog.csdn.net/feifei3211/article/details/102998288的解决方法非常有效地解决了该警告。为了便于查阅,我还是将问题及问题的解决方法记录下来。解决方法如下:class en_GRU(nn.Module): def __init__(self, input_size, hidden_si

2020-06-21 18:24:18 931

转载 自回归与非自回归

前段时间写了《万能的seq2seq:基于seq2seq的阅读理解问答》,探索了以最通用的seq2seq的方式来做阅读理解式问答,并且取得相当不错的成绩(单模型0.77,超过参加比赛时精调的最佳模型)。这篇文章我们继续做这个任务,不过换一个思路,直接基于MLM模型来做,最终成绩基本一致。广义来讲,MLM的生成方式也算是seq2seq模型,只不过它属于“非自回归”生成,而我们通常说的(狭义的)seq2seq,则是指自回归生成。本节对这两个概念做简单的介绍。顾名思义,自回归生成指的是解码阶段是逐字逐字..

2020-05-19 10:16:11 7193 2

原创 pytorch指定GPU来训练模型

当前做的实验需要单独使用四块卡中的一个,我原本的代码是四块卡并行计算,所以需要指定GPU来训练模型:(1)在代码里指定单块GPU的命令如下:import ostorch.cuda.set_device(3)(2)在终端命令指定某一块或某几块GPU:CUDA_VISIBLE_DEVICES = 0, 1, 2, 3或CUDA _VISIBLE_DEVICES=3。...

2020-05-18 22:58:33 866

原创 matplotlib的backend问题

用matplotlib绘图时出现一个非常玄学的问题,在python2环境下,sciview可以显示出来所绘的图,但在python3环境下,什么都不显示。找了一圈,发现我python2环境下matplotlib的backend是‘TkAgg’,这个可以显示绘制的图,但是当matplotlib的backend是'agg'时就不显示所绘制的图了。所以目前解决办法是将matplotlib的'agg'转换为‘TkAgg’。1、在我的Python3环境下,将‘agg’转换成'TkAgg'; impo...

2020-05-15 19:54:22 7144 1

原创 linux下root用户为普通用户设置sudo权限

一、以root身份登录系统二、输入命令“vim /etc/sudoers”,此时将打开sudoers文件,该文件记录有sudo权限的用户。三、在如下图所示的sudoers文件中,将格式为“普通用户(红色部分) ALL=(ALL:ALL) ALL” 添加到root下边。添加完成后,输入“:wq”保存并 退出即可。...

2019-11-10 17:43:48 1489

转载 64位系统下,numpy 和 Python 安装

官网上只提供了32bit的numpy。这个网址要一个积分就可以下载64位的Numpy:http://download.csdn.net/download/z1137730824/8384347有一个给出wIn7(64bit)python具体安装过程的博客:http://blog.csdn.net/php_fly/article/details/19364913 win64位环境

2017-08-29 19:31:11 1156

转载 SVM、LIBSVM、LIBLINEAR写的不错的博文

http://www.cnblogs.com/zhizhan/p/5001411.html

2017-03-07 20:04:20 207

转载 四种显著区域特征提取算法

http://blog.csdn.net/wangyaninglm/article/details/44020489

2017-03-06 09:15:43 3636

原创 科学网

http://blog.sciencenet.cn/u/haihttp://blog.sciencenet.cn/u/hailuo0112

2016-10-31 14:30:57 341

转载 [转载]为什么不去读顶级会议上的论文

可以从以下几点说明:(1)因为机器学习、计算机视觉和人工智能领域发展非常迅速,新的工作层出不穷,如果把论文投到期刊上,一两年后刊出时就有点out了。因此大部分最新的工作都首先发表在顶级会议上,这些顶级会议完全能反映“热门研究方向”、“最新方法”。(2)很多经典工作大家可能引的是某顶级期刊上的论文,这是因为期刊论文表述得比较完整、实验充分。但实际上很多都是在顶级会议上首发。比如PLSA, Lat

2016-10-31 14:10:04 250

python中SVM的训练数据

请在python中结合博客http://blog.csdn.net/zouxy09/article/details/17292011中的Python代码使用。没有积分的可以直接复制资源描述中的数据,资源描述中的数据与你想下载的文件中的数据一样。 3.542485 1.977398 -1 3.018896 2.556416 -1 7.551510 -1.580030 1 2.114999 -0.004466 -1 8.127113 1.274372 1 7.108772 -0.986906 1 8.610639 2.046708 1 2.326297 0.265213 -1 3.634009 1.730537 -1 0.341367 -0.894998 -1 3.125951 0.293251 -1 2.123252 -0.783563 -1 0.887835 -2.797792 -1 7.139979 -2.329896 1 1.696414 -1.212496 -1 8.117032 0.623493 1 8.497162 -0.266649 1 4.658191 3.507396 -1 8.197181 1.545132 1 1.208047 0.213100 -1 1.928486 -0.321870 -1 2.175808 -0.014527 -1 7.886608 0.461755 1 3.223038 -0.552392 -1 3.628502 2.190585 -1 7.407860 -0.121961 1 7.286357 0.251077 1 2.301095 -0.533988 -1 -0.232542 -0.547690 -1 3.457096 -0.082216 -1 3.023938 -0.057392 -1 8.015003 0.885325 1 8.991748 0.923154 1 7.916831 -1.781735 1 7.616862 -0.217958 1 2.450939 0.744967 -1 7.270337 -2.507834 1 1.749721 -0.961902 -1 1.803111 -0.176349 -1 8.804461 3.044301 1 1.231257 -0.568573 -1 2.074915 1.410550 -1 -0.743036 -1.736103 -1 3.536555 3.964960 -1 8.410143 0.025606 1 7.382988 -0.478764 1 6.960661 -0.245353 1 8.234460 0.701868 1 8.168618 -0.903835 1 1.534187 -0.622492 -1 9.229518 2.066088 1 7.886242 0.191813 1 2.893743 -1.643468 -1 1.870457 -1.040420 -1 5.286862 -2.358286 1 6.080573 0.418886 1 2.544314 1.714165 -1 6.016004 -3.753712 1 0.926310 -0.564359 -1 0.870296 -0.109952 -1 2.369345 1.375695 -1 1.363782 -0.254082 -1 7.279460 -0.189572 1 1.896005 0.515080 -1 8.102154 -0.603875 1 2.529893 0.662657 -1 1.963874 -0.365233 -1 8.132048 0.785914 1 8.245938 0.372366 1 6.543888 0.433164 1 -0.236713 -5.766721 -1 8.112593 0.295839 1 9.803425 1.495167 1 1.497407 -0.552916 -1 1.336267 -1.632889 -1 9.205805 -0.586480 1 1.966279 -1.840439 -1 8.398012 1.584918 1 7.239953 -1.764292 1 7.556201 0.241185 1 9.015509 0.345019 1 8.266085 -0.230977 1 8.545620 2.788799 1 9.295969 1.346332 1 2.404234 0.570278 -1 2.037772 0.021919 -1 1.727631 -0.453143 -1 1.979395 -0.050773 -1 8.092288 -1.372433 1 1.667645 0.239204 -1 9.854303 1.365116 1 7.921057 -1.327587 1 8.500757 1.492372 1 1.339746 -0.291183 -1 3.107511 0.758367 -1 2.609525 0.902979 -1 3.263585 1.367898 -1 2.912122 -0.202359 -1 1.731786 0.589096 -1 2.387003 1.573131 -1

2017-09-23

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除