Cai Yichao的博客

Label studio自动预标注功能的使用文章目录Label studio自动预标注功能的使用1. 安装label studio 机器学习后端库2. 自定义机器学习后端3. 启动机器学习后端4. label studio前端配置1. 安装label studio 机器学习后端库label studio支持基于重写其提供的api来实现模型预标注。 首先需要安装label studio的ml后端，如下步骤：以下内容均假设label studio服务已经安装。 以下步骤在需要启动预标注模型后端的服务

1 搭建mlflow tracking server1.1 搭建MinIO搭建MinIO的目的是为了给mlflow提供模型数据的存储后台，此案例的mflow的元数据存储采用mysql。step 1 安装并启动Docker服务若已安装docker服务请忽略，若未安装：# 设置yum源yum install -y yum-utils device-mapper-persistent-data lvm2 yum-config-manager --add-repo https://downlo

使用nvidia-docker创建gpu支持深度学习环境的容器一、安装nvidia-docker并测试二、拉取镜像，创建容器2.1 使用conda基础镜像的尝试（供参考，可无需尝试此步骤）2.2 拉取cuda支持的深度学习镜像2.1 踩坑收获三、镜像发布和保存初次接触nvidia-docker相关的内容，记录部署的步骤和尝试过程。一、安装nvidia-docker并测试1、首先安装docker和nvidia-doker；2、vim /etc/docker/daemon.json，添加代红框中的字

引言图像处理算法、矩阵或者向量数学运算的编程实现过程中，经常涉及许多“块运算”。这种运算在程序中表现为循环或者多次嵌套的循环操作，很适合用cuda进行gpu编程加速。刚步入研究生时期，我学习了一些cuda编程的皮毛，但是后来进行图像处理任务时并没有用上，导致现在连皮毛也渐渐忘记了。随着面对的任务越来越复杂，对实时性要求越来越高，渐渐认识到cuda是一根救命稻草——算法的时间复杂度很难降低一个数...