<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[hdyan1118的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/hdyan1118</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; hdyan1118]]></copyright><item><title><![CDATA[解决jupyter notebook无法直接跳转到浏览器]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/120851232</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/120851232</guid><author>hdyan1118</author><pubDate>Sat, 19 Nov 2022 22:07:20 +0800</pubDate><description><![CDATA[一、进入cmd命令行或anconda prompt
输入以下命令
 jupyter notebook –generate-config

二、打开窗口中提示的路径，打开新生成的这个文件

三、在文件的最末尾添加上以下代码
#c.NotebookApp.browser = ‘'
import webbrowser
webbrowser.register('chrome',  None, webbrowser.GenericBrowser(u'C:\\Program Files\\Google\\Chrome\]]></description><category></category></item><item><title><![CDATA[2021-10-16 GoogleColab运行HigherhrNet网络]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/120804200</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/120804200</guid><author>hdyan1118</author><pubDate>Sat, 19 Nov 2022 22:07:01 +0800</pubDate><description><![CDATA[**
GoogleColab运行HigherhrNet网络
**
一、创建Google账号
在手机上的QQ邮箱软件上进行注册登录
二、下载谷歌浏览器

点击左上角应用，再点击进入Google云端硬盘，点击新建上传自己的文件夹（耗时较长）

三、关联GoogleColab
点击新建——更多——关联更多应用——搜索colaboratory


四、新建一个Colab文件并更改GPU
绿色圈，点击连接，就可以连接到云端进行计算，不过此时的连接并不是在GPU环境下工作。
红色圈，可以更改命名。

修改成为GPU环境]]></description><category></category></item><item><title><![CDATA[2021-10-18 主机配置cuda+cudnn+vs2017]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/120831173</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/120831173</guid><author>hdyan1118</author><pubDate>Sat, 19 Nov 2022 22:06:54 +0800</pubDate><description><![CDATA[一，查看显卡驱动版本，和支持的最高cuda版本


二、官网下载与安装cuda和cudnn
1.官网下载对应的cuda版本
https://docs.nvidia.com/cuda/
官网首页提供的为最新版，旧版查看：

选择合适的选项（local）

安装路径为默认，记录安装位置（后期要用到）
在命令行中输入nvcc -V 确认cuda是否安装成功。

2.下载cudnn
下载地址：

下载之后解压出三个文件夹，分别赋值每个文件夹中的内容之后粘贴到CUDA安装路径中的相应文件夹内。
二、配置cuda环境变]]></description><category></category></item><item><title><![CDATA[Anaconda3配置tensorflow环境 2021-04-30]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/116309377</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/116309377</guid><author>hdyan1118</author><pubDate>Sat, 19 Nov 2022 22:06:12 +0800</pubDate><description><![CDATA[Anaconda3配置tensorflow环境
1、打开 Anaconda Prompt 终端，建立一个 conda 计算环境，命令：conda create -n tensorflow python=3.5

2、激活 tensorflow 环境，命令：activate tensorflow

3、安装 tensorflow 模块
命令（国外镜像）：pip install tensorflow
速度好慢
4、将 tensorflow 嵌入到 jupyter:
（1）安装：conda install ipy]]></description><category></category></item><item><title><![CDATA[报错解决方法]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/121203576</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/121203576</guid><author>hdyan1118</author><pubDate>Sat, 19 Nov 2022 22:06:08 +0800</pubDate><description><![CDATA[报错解决
一、
错误：ModuleNotFoundError: No module named 'tensorboardX'
解决：pip install tensorboardX

二、
错误：BrokenPipeError: [Errno 32] Broken pipe
解决：令 torch.utils.data.DataLoader() 函数的 num_workers = 0

三、

]]></description><category></category></item><item><title><![CDATA[jupyter notebook中添加虚拟环境]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/125149351</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/125149351</guid><author>hdyan1118</author><pubDate>Sat, 19 Nov 2022 22:05:10 +0800</pubDate><description><![CDATA[【代码】jupyter notebook中添加虚拟环境。]]></description><category></category></item><item><title><![CDATA[ST-GCN（mmskeleton）运行环境配置全过程]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/125166024</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/125166024</guid><author>hdyan1118</author><pubDate>Sat, 19 Nov 2022 22:05:04 +0800</pubDate><description><![CDATA[1.从Anaconda Prompt进入lazy_import-0.2.2文件夹路径。从第一步配置好的虚拟环境中进入mmdetection-1.0.0所在路径。1.以管理员身份打开 cmd 命令行窗口，进入到PythonAPI路径下。依旧下载到mmskeleton总文件夹下进行解压。下载到mmskeleton总文件夹中，进行解压。下载到mmskeleton总文件夹，之后解压。（其他版本可能会产生一系列不兼容问题）2.再进入第一步配置好的虚拟环境。2.进入第一步创建好的虚拟环境。(别的版本也会出问题)]]></description><category></category></item><item><title><![CDATA[tensorboard查看训练曲线图]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/125448066</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/125448066</guid><author>hdyan1118</author><pubDate>Sat, 19 Nov 2022 22:04:32 +0800</pubDate><description><![CDATA[trian.py文件中调用tensorboard。一、命令行中打开日志文件log路径，激活虚拟环境。二、Google Chorme打开。在Runs处修改文件路径。]]></description><category></category></item><item><title><![CDATA[Learning Trajectory Dependencies for Human Motion Prediction代码运行报错解决]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/125811991</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/125811991</guid><author>hdyan1118</author><pubDate>Sat, 19 Nov 2022 22:04:11 +0800</pubDate><description><![CDATA[解决：async改为non_blocking（python版本改进造成的）解决：‘equal’改为’auto’解决：将num_workers改为0。解决：将batch size改小。]]></description><category></category></item><item><title><![CDATA[Anaconda3创建一个新的虚拟环境]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/117252683</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/117252683</guid><author>hdyan1118</author><pubDate>Sat, 19 Nov 2022 22:03:24 +0800</pubDate><description><![CDATA[Anaconda3创建一个新的虚拟环境

1.win+R打开cmd
输入命令conda create -n your_env_name python=x.x
(your_env_name为自己定义的虚拟环境名称）
2.激活虚拟环境
activate your_env_name(虚拟环境名称)
此时可使用python --version检测创建的虚拟环境中的python版本。
3。配置深度学习框架
PyTorch官方网站选择合适的PyTorch版本
https://pytorch.org/
4.退出虚拟环境.]]></description><category></category></item><item><title><![CDATA[HRNet资源配置]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/125246409</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/125246409</guid><author>hdyan1118</author><pubDate>Fri, 18 Nov 2022 20:58:24 +0800</pubDate><description><![CDATA[7.更改两个版本号后pip install -r requirements.txt。8.下载pycocotools。5.从程序地址打开cmd。]]></description><category></category></item><item><title><![CDATA[预测MSRGCN]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/125995171</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/125995171</guid><author>hdyan1118</author><pubDate>Fri, 18 Nov 2022 20:58:09 +0800</pubDate><description><![CDATA[解决：Downgrade the protobuf package to 3.20.x or lower（意为protobuf版本过高）对应版本的两条命令无法成功安装，选择相近版本进行安装。将requirement.txt文件进行改动。2.在pre虚拟环境中安装。1.cmd创建虚拟环境。]]></description><category></category></item><item><title><![CDATA[MPII单人人体姿态估计数据集测试结果（test）]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/124576174</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/124576174</guid><author>hdyan1118</author><pubDate>Fri, 18 Nov 2022 20:57:02 +0800</pubDate><description><![CDATA[一、MPII数据集下载
http://human-pose.mpi-inf.mpg.de/#download

二、

]]></description><category></category></item><item><title><![CDATA[ST-GCN运行报错解决]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/125048736</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/125048736</guid><author>hdyan1118</author><pubDate>Fri, 18 Nov 2022 20:56:17 +0800</pubDate><description><![CDATA[测试python mmskl.py pose_demo时出现以下问题
一、安装lazy_import出现编码错误
解决办法：https://blog.youkuaiyun.com/u014437141/article/details/106161018
到官网下载压缩包到指定路径。

解压，打开setup.py
将line5,6修改成如下代码
with open('README.rst', encoding='utf-8') as infile:
    readme = infile.read()

保存。
打开pr]]></description><category></category></item><item><title><![CDATA[HRNet 可视化python visualization/plot_coco.py]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/125946039</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/125946039</guid><author>hdyan1118</author><pubDate>Fri, 18 Nov 2022 20:55:56 +0800</pubDate><description><![CDATA[该代码输出的是COCO数据集中图片的人体姿态估计结果（只输出关键点）解决方法：查看图片加载路径是否有误，修改为正确的路径。输出COCO数据集中图片的人体关键点结果。]]></description><category></category></item><item><title><![CDATA[HRNet运行python demo/inference.py报错]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/127371132</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/127371132</guid><author>hdyan1118</author><pubDate>Fri, 18 Nov 2022 18:42:22 +0800</pubDate><description><![CDATA[HRNet]]></description><category></category></item><item><title><![CDATA[ST-GCN可视化（python mmskl.py pose_demo）]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/127390162</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/127390162</guid><author>hdyan1118</author><pubDate>Fri, 18 Nov 2022 18:26:15 +0800</pubDate><description><![CDATA[ST-GCN可视化]]></description><category></category></item><item><title><![CDATA[COCO数据集test-dev2017测试结果提交官网]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/124264637</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/124264637</guid><author>hdyan1118</author><pubDate>Fri, 18 Nov 2022 18:25:06 +0800</pubDate><description><![CDATA[提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
例如：第一章 Python 机器学习入门之pandas的使用

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档
文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结

前言
COCO test-dev2017数据集下载：
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

提示：以下是本篇文章正文内容，下面案例可供参考
一、pand]]></description><category></category></item><item><title><![CDATA[复现ST-GCN输出动作分类视频（win10+openpose1.5.0+VS2019+CMake3.25.0+cuda10.0）]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/127439643</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/127439643</guid><author>hdyan1118</author><pubDate>Fri, 18 Nov 2022 18:24:30 +0800</pubDate><description><![CDATA[ST-GCN
]]></description><category></category></item><item><title><![CDATA[HigherHRNet-Human-Pose-Estimation(git-hub)代码运行]]></title><link>https://blog.youkuaiyun.com/hdyan1118/article/details/117931523</link><guid>https://blog.youkuaiyun.com/hdyan1118/article/details/117931523</guid><author>hdyan1118</author><pubDate>Fri, 18 Nov 2022 18:23:31 +0800</pubDate><description><![CDATA[一、下载git-hub代码
https://github.com/HRNet/HigherHRNet-Human-Pose-Estimation

]]></description><category></category></item></channel></rss>