- 博客(4)
- 收藏
- 关注
RSS订阅原创 NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver.
NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running. 据大伙儿反应公共服务器一直显示连接超时，无法正常连接，便去七楼查看情况，发现并不是网络问题，使用万能办法：重启！ 重启过后果然解决了连接问题，但又出现了新的问题，输入nvidia-smi后报错： NVIDIA-SMI ha
2021-06-21 09:59:45
169
原创 cv中数组维数与图像通道的探索
cv中数组维数与图像通道的探索 在神经网络的学习与探索中发现，在将数据放入网络中训练的前一步——数据的预处理也至关重要，包括数据的加载、数据通道数的调整、数据集的扩充、数据的裁剪等预处理操作。当然，这都应属于计算机视觉图像处理的基本操作。 1. 数组的维数 维数可以理解为空间中的坐标轴，一维数组就是一个一维向量，二维数组就是一个X、Y轴，三维数组再加一条Z轴。 实践出真知： arr1 = np.array([1, 2, 3, 4, 5, 6]) # 1维 arr2 = np.array
2020-12-25 22:21:26
630
原创 Linux deep Learning各种命令汇总
Ubuntu 172.18.32.248 192.168.143.248：6080 ssh node1 CUDA_VISIBLE_DEVICES nvidia-smi sudo gedit ~/.bashrc source activate tensorflow conda list ifconfig -a 192.168.143.204 192.168.141.126 conda install pip install --user conda config --add ch
2020-10-23 09:53:53
335
1
原创 Machine learning过程中各种问题汇总
初次使用Linux，所知甚少，虽不至于寸步难行，但也是一步一个坎，吃一堑长一智，故将所遇困难详记之，以便查阅。 1. 解决Keras无法使用GPU加速问题 网上教程不少，试过之后才知道对我没用，历经几天的摸索，终于发现问题所在——是一开始的Anaconda出问题，Anaconda3-5.1.0以前的版本在安装Tensorflow-gpu时不会附带cudatoolkit、cudnn，（测试发现安装1.12.0以前的版本会附带，但如果是CUDA10.0所对应的Tensorflow版本最低是1.13.0，所以各方
2020-10-22 20:24:35
399
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