<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[YajunLin的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/YajunLin</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; YajunLin]]></copyright><item><title><![CDATA[release模式下调试dll工程附加到进程不会命中断点]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/144958438</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/144958438</guid><author>YajunLin</author><pubDate>Mon, 06 Jan 2025 10:56:28 +0800</pubDate><description><![CDATA[使用debug模式生成的dll文件在按钮A时报错，只能只用release模式生成的dll；将生成的dll pdb lib三个文件拷贝到客户端的exe所在文件夹中，如果客户端复杂，可能存在多个exe的情况，试一下哪个exe调用该dll。在vs-configuration properties-debugging-attach yes/no设置为yes重新生成文件；现有资源是有结构复杂的客户端软件，某个文件夹M中的a.dll工程文件，VS工程C++，点击软件界面中的按钮A，即会调用a.dll文件进行运算。]]></description><category></category></item><item><title><![CDATA[以下matlab文件因包含语法错误而未添加]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/144631862</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/144631862</guid><author>YajunLin</author><pubDate>Sat, 21 Dec 2024 15:26:50 +0800</pubDate><description><![CDATA[使用matlab R2016b 进行Application Complier打包成可执行文件，添加main function的时候，报错“以下matlab文件因包含语法错误而未添加”，反复检查代码中哪里有语法错误，发现跟之前打包成功时没什么差别，费解。以为是路径中不能包含“-”，修改后仍然不行。反复思考到底哪里有变，终于，想起来，matlab的搜索路径中添加了一些自定义文件，==把那些非 matlab 官方的路径都删除了，就可以像之前一样打包了 ==]]></description><category></category></item><item><title><![CDATA[Matlab搜索路径添加不上]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/144132185</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/144132185</guid><author>YajunLin</author><pubDate>Fri, 29 Nov 2024 11:44:46 +0800</pubDate><description><![CDATA[发现无论是右键文件夹添加到路径，还是在“设置路径”中专门添加，我的路径始终添加不上，导致代码运行始终报错，后来将路径中的“+”加号去掉后，就添加成功了，经过测试，路径中含有中文也可以添加成功，所以目前发现仅带“+”加号的路径不行。]]></description><category></category></item><item><title><![CDATA[大战七八个回合之后成功删除easyconnect]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/143612689</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/143612689</guid><author>YajunLin</author><pubDate>Fri, 08 Nov 2024 08:45:47 +0800</pubDate><description><![CDATA[然后我根据正在运行的任务找到了文件夹：C:\Program Files (x86)\Sangfor\SSL，打算整个删除这个文件夹，但提示任务占用，于是我在任务管理器搜索 sangfo，出来2个任务，神奇的是，我结束一个任务，它立马就复活了。我赶紧去把文件夹删除，但还是有占用，我就点开里面的子文件夹，里面每个uninstall都点击一下，最后删除得只剩2文件夹。现在博主毕业了，学校的账号也被禁用了，在又一次被占用时，我想卸载它，从根本上解决该问题。始终有莫名程序占用，于是重启电脑后尝试删除，成功。]]></description><category></category></item><item><title><![CDATA[设备电子版说明书集合]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/138452752</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/138452752</guid><author>YajunLin</author><pubDate>Sat, 04 May 2024 23:08:01 +0800</pubDate><description><![CDATA[卡西欧计算器说明书fx-82MS82SXPLUS85MS。]]></description><category></category></item><item><title><![CDATA[关于batch size/epoch/dataloader]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/136453474</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/136453474</guid><author>YajunLin</author><pubDate>Mon, 04 Mar 2024 15:22:47 +0800</pubDate><description><![CDATA[假设训练集有8张图像，batch_size=4,epoch=2,那么每次训练，dataloader迭代器将会送1个tensor（4张图像）的数据，送2次即完成了整个训练集的遍历，即1个epoch。通常 dataloader 中可设置 batch size，dataloader会将图像进行一个打包成tensor加快训练。]]></description><category></category></item><item><title><![CDATA[png图像颜色模式：灰度、索引、rgb]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/136277699</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/136277699</guid><author>YajunLin</author><pubDate>Sun, 25 Feb 2024 00:23:37 +0800</pubDate><description><![CDATA[在调色板颜色模式中，图像的颜色信息存储在一个调色板中，调色板是一个包含颜色映射关系的表格。通过将索引与调色板中的颜色进行映射，可以恢复出完整的彩色图像。需要注意的是，索引颜色模式经常用于减小图像文件的大小，特别是在需要存储具有有限颜色范围的图像时，例如简单的图标、标识或动画。链接中述，png图像有5种灰度，真彩色rgb，索引色，带alpha通道的灰度，带alpha通道的真彩色rgb。经过测试，显示为全黑的png图像颜色模式为灰度颜色模式，显示为彩色的png图像颜色模式为索引颜色模式。在下面这个链接中的第。]]></description><category></category></item><item><title><![CDATA[numpy(1)：矩阵切片布尔矩阵]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/135930576</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/135930576</guid><author>YajunLin</author><pubDate>Tue, 30 Jan 2024 23:43:42 +0800</pubDate><description><![CDATA[等）来执行不同的判断操作。根据需要，您可以使用布尔索引选择和替换矩阵中满足特定条件的元素。NumPy提供了强大的切片功能，可以根据需要选择矩阵的特定行、列或子矩阵。要在NumPy中对矩阵元素进行判断和替换，您可以使用条件判断和布尔索引。选择满足条件的元素。最后，我们将选中的元素替换为新的值0。要在NumPy中进行矩阵切片，您可以使用索引和切片操作符。表示矩阵中对应位置的元素大于5。然后，我们使用布尔索引。在上面的示例中，我们首先使用条件判断。您还可以使用其他条件判断操作符（如。来创建一个布尔数组，其中。]]></description><category></category></item><item><title><![CDATA[TypeError: Expected Ptr＜cv::UMat＞ for argument ‘%s‘]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/135912212</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/135912212</guid><author>YajunLin</author><pubDate>Mon, 29 Jan 2024 14:52:16 +0800</pubDate><description><![CDATA[opencv函数报错信息不可信]]></description><category></category></item><item><title><![CDATA[AttributeError: module ‘numpy‘ has no attribute ‘typeDict‘]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/135910449</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/135910449</guid><author>YajunLin</author><pubDate>Mon, 29 Jan 2024 13:52:13 +0800</pubDate><description><![CDATA[可能是由于之前尝试在此环境安装tensorflow导致有些第三方包版本变了，追悔莫及，哭了，千万不要在pytorch环境安装tensorflow。总之，这个问题可能是由于使用不兼容的库版本或者旧版本的特性引起的。确保你的库版本是最新的，并检查代码中是否有使用了旧版本特性的地方。也就是numpy的版本过旧， 但是根据之前环境的备份，numpy的版本未变。使用原有代码，原来的环境，发现竟报错，大抵是后来环境发生了变化。到最新版本，或者在代码中显式指定使用较新版本的。库到最新版本，以确保你使用的是兼容的版本。]]></description><category></category></item><item><title><![CDATA[模型调试记录 ImportError: `save_weights` requires h5py when saving in hdf5.]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/135818968</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/135818968</guid><author>YajunLin</author><pubDate>Wed, 24 Jan 2024 12:22:34 +0800</pubDate><description><![CDATA[训练中报错 ImportError: `save_weights` requires h5py when saving in hdf5.这个模型使用的是tensorflow框架，因此单独开了一个环境，借用了一个成熟的tensorflow环境。大概是在训练完成后保存权重时出现错误，可能是 h5py 这个包有错。]]></description><category></category></item><item><title><![CDATA[pytorch和tensorflow最好不要使用同一个环境]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/135776999</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/135776999</guid><author>YajunLin</author><pubDate>Tue, 23 Jan 2024 17:20:43 +0800</pubDate><description><![CDATA[综上所述，虽然可以在同一个环境中使用PyTorch和TensorFlow，但为了避免潜在的问题和弊端，通常建议将它们分别安装在独立的环境中。你需要处理两个不同的API和框架的细节，可能需要编写额外的逻辑来适配两个框架之间的差异。：PyTorch和TensorFlow都是较大的库，它们会占用一定的系统资源，包括内存和GPU。：PyTorch和TensorFlow可能具有相同或相似的函数或类名，如果同时在代码中使用这些框架，可能会导致命名冲突，使代码难以编写和维护。]]></description><category></category></item><item><title><![CDATA[CUDA安装记录]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/135774736</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/135774736</guid><author>YajunLin</author><pubDate>Tue, 23 Jan 2024 17:16:20 +0800</pubDate><description><![CDATA[上述python命令的结果并不可靠，存在还没有安装CUDA的时候输出为TRUE的情况，所以还是需要安装CUDA。这只是一个常见的对应列表，具体的支持版本可能会有所变化。此外，新版本的 PyTorch 可能会支持较旧版本的 CUDA，但不支持较新版本的 CUDA。而我当前环境中的pytorch版本为1.11.0所以我只能选择11.3以下的版本，我就选择最新版本CUDA11.3进行安装。右上角显示了一个CUDA版本，但是这不是说已经安装了CUDA，而是说安装的CUDA版本不得高于12.0版本。]]></description><category></category></item><item><title><![CDATA[pix2pix模型调试记录visdom/multiprocessing]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/135750962</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/135750962</guid><author>YajunLin</author><pubDate>Tue, 23 Jan 2024 16:13:51 +0800</pubDate><description><![CDATA[pix2pix模型中死循环，visdom可视化相关问题]]></description><category></category></item><item><title><![CDATA[opencv函数使用方法，以中值滤波为例]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/135425182</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/135425182</guid><author>YajunLin</author><pubDate>Sat, 06 Jan 2024 14:01:15 +0800</pubDate><description><![CDATA[使用dst参数时，提前使用np.zeros声明，在该语句运行后，dst的类型为 array,float64，但是在medianBlur运行后，dst的类型变为 array,uint8. 可以有返回值，也可以没有返回值。特别解释，函数输入参数中的 [,dst] 为可选参数。使用dst参数：需要提前声明一个dst变量。]]></description><category></category></item><item><title><![CDATA[直方图的统计与展示python+opencv]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/135361297</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/135361297</guid><author>YajunLin</author><pubDate>Wed, 03 Jan 2024 13:42:34 +0800</pubDate><description><![CDATA[注意opencv不支持带中文的路径，所以imread函数的路径不能有中文。]]></description><category></category></item><item><title><![CDATA[深度学习环境迁移]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/135326349</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/135326349</guid><author>YajunLin</author><pubDate>Wed, 03 Jan 2024 13:22:22 +0800</pubDate><description><![CDATA[本帖采用导出 environment.yaml 及 requirement.txt 的方式进行，这样只需要拷贝这两个文本到新的电脑，conda安装-换源-下载生成环境克隆。换conda源后使用 conda env create -f environment.yaml 命令下载安装虚拟环境，其中 pip 安装的包失败。发现pip 配置中没有设置全局索引源。这意味着当前使用的是默认的官方索引源（2、查看conda源，使用默认的源有写下载非常缓慢。5、更换pip源：（上一个链接）阿里源比清华源方便。]]></description><category></category></item><item><title><![CDATA[深度学习软件安装VSCODE+anaconda]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/135323194</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/135323194</guid><author>YajunLin</author><pubDate>Mon, 01 Jan 2024 16:20:42 +0800</pubDate><description><![CDATA[安装好anaconda后打开navigator总是弹出更新，如果要更新，点击yes之前将navigator的页面关闭，否则会弹出navigator在busy无法更新。8、使用git 克隆github代码，选择本地文件夹，（win11）右键-显示更多选项- open git bash here，指令输入 git clone。1、拿到一个新电脑，首先配置一下网络，clash和机场，以免有些网站上不去。5、在anaconda navigator中点击刷新按钮，即可看到安装好的vscode。]]></description><category></category></item><item><title><![CDATA[云服务器深度学习租GPU尝试记录]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/135060490</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/135060490</guid><author>YajunLin</author><pubDate>Mon, 18 Dec 2023 22:19:15 +0800</pubDate><description><![CDATA[查看了4070ti的价格，左思右想，还是先试一下租GPU看看可不可行，自己买的话，固然是最安稳的，但是也存在需要地方摆放，能耗&配套，一旦买定不能升级，不知道以后还会不会想要更高级的GPU，资金投入大，而租GPU则是使用门槛高，包括如何与远程服务器通信、数据存储等等，为了了解租GPU的可行性，还是决定试一试，使用云服务器有很多文档要看，这里就不一一解释具体是在做什么了，精简记录一下流程。传输速度还是蛮快了 ，好像没下载成功。回头看数据这边，tar.xz终于是下载好了，根据chatgpt进行解压，毫无动静。]]></description><category></category></item><item><title><![CDATA[关于python的搜索路径]]></title><link>https://blog.youkuaiyun.com/YajunLin/article/details/135004508</link><guid>https://blog.youkuaiyun.com/YajunLin/article/details/135004508</guid><author>YajunLin</author><pubDate>Thu, 14 Dec 2023 21:28:05 +0800</pubDate><description><![CDATA[可以看到在 E:\python\clone\IGD>  的路径下，python 的搜索路径除了基础路径，只会增加一条 'e:\\python\\clone\\IGD' ，因此在运行命令的时候要以 IGD 为基点，在编写文件夹内部文件的时候，也要注意 import 的引用层次。有些同学遇到搜索路径的问题会使用直接拷贝 py 文件的方法，不到万不得已不推荐直接拷贝文件的方式解决。无法找到跟自己同一个文件夹的 py 文件，需要加上前缀 p32 才能找到，因为搜索路径只到 IGD。例如本示例中的，运行代码。]]></description><category></category></item></channel></rss>