luckynote

import torchimport struct# utils.torch_utils from yolov5 github: https://github.com/ultralytics/yolov5from utils.torch_utils import select_device# Initializedevice = select_device('cpu')# Load modelmodel = torch.load('weights/yolov5s.pt', map_loca.

官方下载：https://developer.nvidia.com/rdp/cudnn-archive安装解压下载的文件，可以看到cuda文件夹，在当前目录打开终端，执行如下命令：sudo cp cuda/include/cudnn.h /usr/local/cuda/include/sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/sudo chmod a+r /usr/local/cuda/include/cudnn.hsudo chm

在做人脸或物体检测的任务中，往往需要对训练集进行随机旋转，做数据增强，增加模型的鲁棒性。在进行图像随机旋转的同时，相应的label值坐标也要进行相应的旋转。如人脸关键点检测中人脸对应的关键点坐标，物体检测任务中的物体所在box坐标。（1）.原理-------坐标旋转变换公式原理参照博客：https://blog.youkuaiyun.com/u012686154/article/details/88854386最终变换公式如下：坐标（x，y）顺时针旋转 β 度，则经过矩阵相乘，转

Traceback (most recent call last): File "train.py", line 461, in <module> train(hyp, opt, device, tb_writer) File "train.py", line 271, in train pred = model(imgs) # forward File "/usr/local/lib/python3.8/dist-packages/torch/nn/module...

在Tensorflow 训练模型时报错提示：failed to allocate 3.77G (4046333952 bytes) from device: CUDA_ERROR_OUT_OF_MEMORY: out of memory虽然会报出显存溢出问题，但不影响正常训练，不过笔者还是想知道这个问题是怎么来的。废话不多说，先上session初始化的代码gpu_optio...

网上查找了一些资料，避免忘记了，做个笔记供以后参考train loss 不断下降，test loss不断下降，说明网络仍在学习;train loss 不断下降，test loss趋于不变，说明网络过拟合;train loss 趋于不变，test loss不断下降，说明数据集100%有问题;train loss 趋于不变，test loss趋于不变，说明学习遇到瓶颈，需要减小学习率或...