SWLF的博客

在做图片迁移的实验时候，https://github.com/6o6o/chainer-fast-neuralstyle需要安装chainer环境，在安装完成之后，跑代码可以选择用GPU跑，即在命令的最后使用 -g 0（显卡为0）。但是发现了报错：CUDA enviroment is not correactly set up.排查原因是因为没有安装好cupy-cuda的版本，安装的是简单的cupy,可以用下面的命令看自己的chainer安装完成之后，是否能够支持GPU的跑动:pytho

在做数据集处理的时候，遇到了一个问题，文件下面的图片是两张图片结合在一起的，需要从中间切开然后用下面的代码去运行from PIL import Imageimport osimport globdef crop(im, height, width): # im = Image.open(infile) imgwidth, imgheight = im.size for i in range(int(imgheight // height)): for

import ospath_name='D:\\pycharm\\pachong\\123'#path_name :表示你需要批量改的文件夹i=0for item in os.listdir(path_name):#进入到文件夹内，对每个文件进行循环遍历 os.rename(os.path.join(path_name,item),os.path.join(path_name,(str(i)+'.jpg')))#os.path.join(path_name,item)表示找到每个文件的绝对

在工具栏的run里面，选择stop+“程序名”

输入命令：pip search cupy看安装的版本然后输入要安装的版本：利用豆瓣安装：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple cupy-cuda101

pip install tensorflow==1.2.0 -i https://pypi.douban.com/simple

在运行深度学习代码的时候，导入一个包：from scipy.misc import imresize然后出现了报错，报错如下：ImportError: cannot import name imresize我的版本是Python的3.7版本，报错原因是因为scipy的版本过高，里面不包含imresize的用法。解决方案：重新安装一个低版本的scipy,由于国外的网站安装速度太慢，因此使用豆瓣安装的方式：pip install scipy==1.1.0 -i https://pypi.doub

我在使用pytorch预训练模型之后：net=net_construct(3,[1,2,1,1],10)net=nn.DataParallel(net) # cuda()# 加载模型的参数net.load_state_dict(torch.load("/workshop/user_data/code/C-ResNet-master/C_BasicBlock_A_1,2,1,1_cifar10.pt"))然后用一个张量传入模型中，看看最后会不会输出类别：y = net(torch.randn(