- 博客(8)
- 收藏
- 关注
RSS订阅原创 SSD代码运行+linux ubuntu+vscode调试
注意点：1.不追求可视化的话，不用下载visdom2.下载pytorch包的时候一定要和cuda版本对应，不然会出现如下错误特别的，我是用pip下载的，当时官网的下载命令是开始不想直接下载，想用清华源进行下载，但是没有+cu110的这个，把这个删除了之后可以下载，但是会出现上述报错。但是用上述命令就可以解决了。可能会出现的问题把numpy降级就行了我使用的是1.21.0。
2025-06-17 16:37:47
955
原创 Linux跑深度学习环境安装踩坑记录
CUDA环境配置与PyTorch安装指南安装CUDA时只需关注CUDA驱动和CUDA Toolkit版本。首先通过nvidia-smi确认显卡型号，从官网下载对应驱动并安装。然后根据PyTorch需求选择合适的CUDA版本，通过nvcc -V确认当前版本，从官网下载指定版本的CUDA Toolkit（建议使用runfile方式安装）。安装后需修改环境变量（.bashrc或.zshrc），更新PATH和LD_LIBRARY_PATH指向新版本CUDA，并调整软链接。PyTorch安装推荐使用清华大学镜像源
2025-06-13 20:38:40
934
原创 3D Gaussian Splatting Linux端(AUTODL上配置)训练，windows下可视化（个人记录）
autodl中服务器选择，一般是选择cuda 11.8版本，这样不容易报错。如果想直接用别人的配置，可以去社区寻找。下面的不要使用，我的没有成功，一直创建失败。直接在进去的环境下进行，这样pytorch也不用重新安装。远程可视化，可以成功，但是cuda启动不了，帧率非常的低。训练完成的文件夹是这样的。先用ffmpeg生成图片再input文件夹下，我用的是绝对路径，请自己修改路径。由于拍的时间比较短，大概13秒，图片数量不是很多，效果一般。进行cmake，最好更新一下cmake版本，直接用会报错。
2025-03-18 19:22:05
1342
原创 K.io.load_image读入数据转化到opencv中的数据
kornia读取数据是0-1的颜色存储，并且为RGB，而opencv中的存储为，0-255，颜色通道为BGR。由于kornia读入的数据为3*W*H,而opencv中读入的数据为W*H*3。在二者中转化的可以做如下代码操作。
2025-03-12 14:31:14
167
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