cs.shunzhang-优快云博客

原创 DiffSynth-Studio训练踩坑记录

DiffSynth-Studio训练问题记录本文记录了在DiffSynth-Studio训练过程中遇到的模型加载问题及解决方案。主要问题涉及： PyTorch 2.5.1的meta tensor机制使用strict=True导致的结构不匹配新增模块后的权重加载解决方案要点：对meta模型使用to_empty()而非to() 采用strict=False加载权重正确处理新增模块的初始化打印missing/unexpected keys以检查加载情况核心代码逻辑：检查是否有meta参数 met

2025-12-15 11:52:10 934

原创 [深度思考] 当80%的训练数据都是错的，模型还能学会分类吗？——基于MNIST的噪声标签实验

深度学习模型对标签噪声的惊人鲁棒性本文通过MNIST数据集实验探索了深度学习模型对错误标签的容忍度。研究发现：模型表现出极强的抗干扰能力，即使60%训练标签错误，测试准确率仍高达95%以上临界点在80%-90%错误率之间，性能会断崖式下跌至随机猜测水平这种现象可用统计规律解释：当正确信号强于噪声信号时，模型仍能学习有效特征实验表明，深度学习模型并非简单记忆标签，而是通过竞争机制从噪声中提取有效模式。这一发现对实际应用中处理噪声数据具有重要启示。

2025-12-08 16:22:31 884

原创用 NotebookLM 一键生成 AI 科普动漫 / 演示稿（以 Wav2Lip 为例）

最近用 AI 生成科普类动漫/演示视频非常火，比如下面这种风格：那么，这样的效果到底是怎么做出来的呢？。下面以 Wav2Lip 这篇文章为例，带你走一遍完整流程。

2025-12-07 16:01:57 483

原创在 CUDA 12.5 服务器上复现自动驾驶项目：PyTorch 1.13+cu116、mmcv 1.7.1 环境踩坑记录（含 cusolverDn.h 报错解决）

最近在服务器上复现一个自动驾驶 3D 检测项目（基于 mmdet3d + 自定义 CUDA ops），结果在环境搭建阶段就被 CUDA 和 mmcv 教育了一番。核心场景是：服务器系统 CUDA 是（很新）；项目要求；mmcv 版本是；安装 mmcv 用的是 OpenMMLab 官方 wheel；真正致命的错误是：在编译 mmdet/mmdet3d 插件时遇到下面是完整的踩坑和解决过程。

2025-11-24 13:48:10 662

原创一次 std::bad_alloc 排查：multiprocessing.Pool + maxtasksperchild 拯救内存暴涨

关键词：Python、multiprocessing、decord、FFmpeg、std::bad_alloc、内存泄漏、maxtasksperchild最近在做视频数据集的清洗，需要把损坏/不能正常解码的视频先删掉。，再配合才成功缓解问题。这里简单记录一下定位和解决的过程。

2025-11-21 11:45:41 993

原创 PyTorch CUDA 环境深度测试指南

下次配置好环境后，不要只依赖。花几秒钟运行这个脚本，可以为你节省后续排查莫名其妙报错的大量时间。

2025-11-19 22:27:07 355

原创记录一次安装 PyTorch3D 遇到的坑：ModuleNotFoundError: No module named ‘torch‘

最近在折腾，需要用到 Facebook Research 开源的。结果在安装过程中踩了个小坑，简单记录一下，方便以后自己查，也希望能帮到遇到同样问题的人。

2025-11-19 19:32:45 444

原创 GPU 显存被“僵尸进程”占着却没任务？——从定位到清理的完整实战（含脚本）

深度学习训练中时常会遇到显存被占用但nvidia-smi显示无进程的异常情况。本文提供了一套排查方案：通过fuser/lsof命令检查GPU设备文件，找出隐藏的占用进程PID（通常为异常退出的Python进程），确认后使用kill -9清理。最佳实践建议在代码中加入异常处理机制，并使用tmux/screen管理会话。文章还提醒单卡reset和重载驱动可作为备选方案，帮助开发者高效解决显存占用问题。

2025-10-04 21:27:14 506

原创 GitHub 教育认证通过后如何领取 Copilot Pro

如果等了超过两周还是没有，可以到 GitHub Support 提交工单：选择，并附上截图说明。先等几天到两周，看 Student Pack 页面状态。去free_signup 页面领取福利。检查账号、插件、缓存。实在不行就联系官方支持。这样基本上就能解决 “教育认证通过但没有 Copilot Pro” 的问题了 ✅。

2025-09-06 10:31:16 2075 1

原创 MMCV 安装遇到证书过期问题的解决记录

摘要：安装MMCV时，pip因OpenMMLab下载站点的HTTPS证书过期而回退到源码编译模式。解决方法包括：1）使用--trusted-host参数临时绕过证书验证；2）手动下载.whl文件安装；3）等待官方更新证书。问题根源在于文件服务器的TLS证书过期，导致pip无法正常下载预编译包。该案例揭示了pip的证书验证机制及应对策略。（150字）

2025-08-19 14:49:54 430

原创火车票电子发票查验详细流程指南

解决报错：`libsox.so: cannot open shared object file: No such file or directory`

2025-07-23 10:45:43 3491

原创解决报错：libsox.so: cannot open shared object file: No such file or directory

解决报错：`libsox.so: cannot open shared object file: No such file or directory`

2025-07-21 13:30:17 802

原创【解决方案】pip安装旧版本PyTorch（如1.9.0）时找不到版本的原因与解决办法

摘要：安装旧版PyTorch（如1.9.0）时出现找不到版本的问题，原因是PyTorch老版本未上传到PyPI官方源，而是托管在PyTorch官方的whl镜像源。解决方法是通过-f参数指定官方whl源地址：pip install torch==1.9.0 -f https://download.pytorch.org/whl/torch_stable.html。该方法适用于还原老项目环境时的版本兼容问题。

2025-07-17 11:12:21 896

原创深度学习环境报错：GLIBCXX_3.4.32 not found 问题解决记录

摘要：本文记录了深度学习环境中"GLIBCXX_3.4.32 not found"报错的解决方法。该问题出现在加载flash_attn_2依赖时，因conda自带的libstdc++.so版本过低导致。解决方案是通过conda-forge安装更新的libstdcxx-ng包。建议深度学习环境优先使用conda管理依赖，遇到类似.so库问题时可检查库位置和环境变量，flash-attn等高性能CUDA包对底层依赖版本要求较高，应保持环境较新状态。

2025-07-11 12:45:53 945

原创无sudo权限服务器环境下深度学习C++/CUDA扩展编译报错解决实录【conda多版本gcc隔离最佳实践】

摘要在无sudo权限的服务器环境下搭建SimFeatUp深度学习项目时，遇到C++/CUDA扩展编译错误。主要问题为系统gcc版本与PyTorch/CUDA不兼容。通过conda创建隔离环境，安装指定版本gcc工具链，设置环境变量解决编译问题。关键步骤包括：1) 使用conda安装gxx_linux-64=11.2.0；2) 配置LD_LIBRARY_PATH和PATH指向conda环境；3) 确保CUDA路径正确。该方法有效解决了无root权限下的深度学习C++扩展编译问题。

2025-07-07 17:57:02 1679

原创 PyTorch 模型 bfloat16 训练深度排查：Conv3d 的 NotImplementedError 分析与解决

本文详细记录了PyTorch模型在bfloat16精度训练时遇到的Conv3d算子NotImplementedError排查全过程。通过对比分析发现，问题根源在于模型被错误放置在CPU上而尝试以bfloat16精度执行，而PyTorch的Conv3d不支持CPU+bfloat16组合。解决方案是将模型和数据统一迁移到CUDA设备。文章总结了混合精度训练的设备限制问题，并提出了防御性编程、调试输出、构建最小可复现案例等实用建议，为开发者提供了系统性的问题定位思路和最佳实践。核心结论是确保模型和输入数据的设备(

2025-07-04 15:14:56 983

m0_63460124的博客