docker报错:OCI runtime exec failed: exec failed...executable file not found in $PATH”: unknown

Libo_Learner — Tue, 17 May 2022 17:14:08 +0800

进入docker时，执行命令 docker exec -it adf bash 报错：尝试了半天... 然后切换到根目录下，输入 ls -l /ho，按下tab键，发现报了bash命令的错误，设备空间已满无法使用... 查看空间占用df -h，果然根目录下只有几十k了，遂删除一些文件，重新输入命令 docker exec -it adf bash 成功... 所以，经常清理空间，删除无用文件，还是挺管用的... ...

numpy-np.partition的使用

Libo_Learner — Thu, 28 Jan 2021 14:54:19 +0800

官方文档：https://numpy.org/doc/stable/reference/generated/numpy.partition.html 官方给出的说明是：即：以第'k-th'位置为基准，该位置的元素位于对原始数组排序之后的位置，大于该元素值的元素被放置在该元素的后面，小于该元素值的元素被放置在该元素的前面，前后两端的元素排列顺序无要求。代码测试： a = np.array([3, 4, 2, 1]) # [1, 2, 3, 4] print(a) print(np.part

numpy-np.searchsorted的用法

Libo_Learner — Mon, 25 Jan 2021 11:47:11 +0800

官方文档：https://numpy.org/doc/stable/reference/generated/numpy.searchsorted.html 官方给出的说明是：即：查询给定数据在原始数组中的插入位置，而不改变原始数组的排列顺序。代码测试： print(np.searchsorted([1,2,3,4,5], 3)) print(np.searchsorted([1,2,3,4,5], 3, side='right')) print(np.searchsorted([1,2,3

numpy-np.lexsort的用法

Libo_Learner — Mon, 25 Jan 2021 11:22:44 +0800

官方文档：https://numpy.org/doc/stable/reference/generated/numpy.lexsort.html 官方给出的说明是： numpy.lexsort(keys, axis=-1) Perform an indirect stable sort using a sequence of keys. Given multiple sorting keys, which can be interpreted as columns in a spreadsheet,

numpy-np.ix_函数的使用

Libo_Learner — Tue, 12 Jan 2021 16:35:46 +0800

官方文档：https://numpy.org/doc/stable/reference/generated/numpy.ix_.html#numpy.ix_，给出的用法是： numpy.ix_(*args) ''' Construct an open mesh from multiple sequences. This function takes N 1-D sequences and returns N outputs with N dimensions each, such that the s

numpy-numpy.sum()中‘keepdims‘参数的作用

Libo_Learner — Fri, 08 Jan 2021 16:11:10 +0800

在numpy的许多函数中，会出现'keepdims'参数，以numpy.sum()为例：官方文档中给出的解释： numpy.sum(a, axis=None, dtype=None, out=None, keepdims=, initial=, where=) ''' keepdimsbool, optional If this is set to True, the axes which are re

numpy-array初始化时指定的dtype=[(‘x‘,‘i4‘),(‘y‘,‘i4‘)]参数

Libo_Learner — Thu, 07 Jan 2021 11:03:37 +0800

今天看numpy文档时，遇到一个问题https://numpy.org/doc/stable/reference/generated/numpy.argsort.html#numpy.argsort，在初始化array时的参数dtype=[('x','i4'),('y','i4')]，做个记录： x = np.array([(1, 1000), (0, 1111)], dtype=[('x', '

ubuntu重启后显示“/dev/sda2 contains a file system with error“的解决办法

Libo_Learner — Wed, 30 Dec 2020 17:44:34 +0800

今天重启ubuntu后，遇到错误： "/dev/sda2 contains a file system with errors, check forced." 如图：

linux-Ubuntu 16.04 LTS重启后分辨率降低问题解决

Libo_Learner — Mon, 24 Aug 2020 11:17:59 +0800

折腾了两天的，自以为疑难杂症的问题，解决办法居然是---拔线最近在服务器上遇到了，重启之后屏幕分辨率降低的问题，原有的1920x1080不再存在，打开系统设置-显示-分辨率中，只有1024x768和800x600两个选项，无法修改回原始分辨率，尝试各种办法，包括但不限于： 1.重启机器 --- 无效。 2.卸载显卡驱动，并重装 --- 无效。 3.换另一种显卡驱动卸载和安装的方法 --- 无效。 4.再次尝试显卡驱动卸载和安装，并尝试更新驱动 --- 无效。^-^ 5. ………… 6.放

深度学习笔记-SKNet

Libo_Learner — Wed, 24 Jun 2020 11:49:30 +0800

记录一个关于SKNet的解释，SKNet的图解清晰，结合代码看，更容易理解。地址：https://www.jianshu.com/p/20552b8da40d

VS code设置anaconda的python路径并忽略pylint警告

Libo_Learner — Thu, 14 Nov 2019 17:23:53 +0800

重装系统后，vscode重新配置anaconda的python环境。 1.启动vscode，file->Preferences->Setting，找到Workspace Settings，如图，添加自己anaconda的python路径， "python.pythonPath": "自己的python路径" 成功配置python路径。 2.接下来忽略pylint警告...

mmdetection踩坑1~docker内RuntimeError: DataLoader worker (pid 1727) is killed by signal: Bus errer

Libo_Learner — Thu, 26 Sep 2019 22:05:41 +0800

今天在docker内使用mmdetection做训练时，workers_per_gpu参数设置为0时，可以正常训练。但修改配置文件中workers_per_gpu=2参数后，开始训练，程序报错：网上查资料显示，是因为docker的共享内存不足，使用命令df -h查看： shm果然很小。有两种解决办法： 1.重启docker容器，在重启docker容器时，使用 --shm...

深度学习笔记~集成方法bagging, boosting和stacking

Libo_Learner — Thu, 16 May 2019 19:15:25 +0800

转载：https://towardsdatascience.com/ensemble-methods-bagging-boosting-and-stacking-c9214a10a205 作者：Joseph Rocca Ensemble methods: bagging, boosting andstacking Introduction “Unity is ...

深度学习笔记~卷积网络中特征图的可视化

Libo_Learner — Wed, 08 May 2019 18:37:46 +0800

转载：https://machinelearningmastery.com/how-to-visualize-filters-and-feature-maps-in-convolutional-neural-networks/ 作者：Jason Brownlee, PhD How to Visualize Filters and Feature Maps in Convolutional...

深度学习笔记~1x1卷积层在CNN中降低模型复杂度

Libo_Learner — Tue, 07 May 2019 14:26:25 +0800

转载：https://machinelearningmastery.com/introduction-to-1x1-convolutions-to-reduce-the-complexity-of-convolutional-neural-networks/ 作者：Jason Brownlee, PhD 一篇关于1x1卷积层在CNN中的作用详细解释，并附有代码。 A Gentle Intro...

目标检测笔记~2012至2017目标检测领域主要成就

Libo_Learner — Thu, 11 Apr 2019 20:17:01 +0800

目标检测作为当下正热门的一个深度学习方向，对其的了解需要投入大量的时间和精力，这篇博文中总结了目标检测领域从2012年至2017年的主要成就，对目标检测有兴趣的同学可以考虑按照这个顺序，进入和了解目标检测领域。转载：https://medium.com/@nikasa1889/the-modern-history-of-object-recognition-infographic-aea185...

深度学习笔记~感受野(receptive field)的计算

Libo_Learner — Thu, 11 Apr 2019 19:59:38 +0800

以前对CNN中的感受野（receptive field）已经有了一些认识，基本上是从概念理解上得到的。本篇文章给出了receptive field的计算过程和相应的python代码，对receptive的理解和计算有较好的帮助作用。转载：https://medium.com/mlreview/a-guide-to-receptive-field-arithmetic-for-convolu...

机器学习笔记~faster-rcnn安装过程error: too few arguments to function

Libo_Learner — Sat, 16 Mar 2019 13:52:15 +0800

linux下安装faster-rcnn时，出现下面错误时的解决方案：这是因为当前版本的caffe的cudnn实现与系统所安装的cudnn的版本不一致引起的。解决办法： 1.将./include/caffe/util/cudnn.hpp 换成最新版的caffe里的cudnn的实现，即相应的cudnn.hpp. 2. 将./include/caffe/layers里的，所有以cudn...

C++学习笔记~动态库生成中的dllimport、dllexport与(.def)文件

Libo_Learner — Wed, 13 Mar 2019 16:30:49 +0800

以下是关于C++动态库生成中dllimport、dllexport与(.def)文件的博客，通过阅读可以较好地理解它们的作用和区别。 1.https://www.cnblogs.com/de0319gh/p/3254013.htmldllimport与dllexport作用与区别这篇博客中给出了C++导出动态库时，是否需要dllimport的情况以及必须具备的原因。以下为博客全文： ...

机器学习笔记~HDF5 library version mismatched error与ImportError: 'save_model' requires h5py问题解决

Libo_Learner — Mon, 11 Mar 2019 19:49:18 +0800

1. 今天在windows上使用Tensorflow时，出现了下面的问题：直接执行如下命令，解决： pip uninstall h5py pip install h5py 2. 后续在使用过程中，又出现下面的问题：直接执行如下命令，解决： pip install --upgrade h5py 3. 当执行上面upgrade指令时，遇到下面的问题：按照提示...

zlibo丶的博客