qq_38163931的博客

使用官方提供的Bert中文模型做分类之后，由于某些方面的需求，需要将训练的checkpoints模型转换成pb模型，但是由于对Bert模型不是很了解，一些方法没法使用，最后找到一些工具，成功转换。这里记录一下。如果有和我情况完全一致的人，可以使用和我一样的方法来转换。下面记录下我的出错流水账。我的情况：1.使用的是Bert模型的分类模型（见2.2第一个参考博文，里面说别的模型可能会出错）2.没有仔细看代码，不清楚Bert模型的输入输出变量都是什么（知道的就能用2.1的通用方法了）。这里顺便记

先去官网看了对应的版本，发现好像现在还没有1.7.0对应的torchversion。可以安装torch1.6.0 对应的torchversion版本是0.7.0参考这个帖子下载对应版本安装https://www.jianshu.com/p/f54a01419330?utm_campaign=haruki安装在虚拟环境的话，别忘记在下载的位置打开命令行之后还要进虚拟环境再安装。这里安装的是win上的cpu版本，只考虑python版本也一致就没啥问题了。如果是安装的gpu版本应该还要考虑cuda。.

最近使用这个tf.train.latest_checkpoint()的时候出现了问题。这里记一下。这部分的代码如下，主要就是用了tf.train.latest_checkpoint()来寻找最新训练出的模型文件。sess=tf.Session(config=config)model=LSTMDSSM(...)If os.path.exists(train_dir+"checkpoint"): model.saver.restore(sess,tf.train.latest_checkpoi

安装tensorRT之后，官网有很多小的sample，也就是使用的案例，可以按照教程运行一下这些案例来入门如何使用tensorRT。我再使用其自带的sample时，发现也有一些小问题，这里记录一下运行的过程和遇到的一些问题以及解决方法。环境：docker中的Ubuntu18.04（虽然是容器，但是这里使用的操作和普通机器也没有区别，使用普通机器的也可以参考）conda 10.0.130.tensorRT6.0.15-cuda10.0tensorflow-gpu 1.141.首先是sampl

尝试安装tensorRT，中间遇到一些问题，这里记录一下。1.安装之前需要先调查一下自己电脑的基本状况。1.1先看一下电脑的系统。我的电脑是Ubuntu18.04.这里是一个docker容器，不过安装过程并没有遇到和一般机器不一样的地方。cat /etc/issueUbuntu 18.04.3 LTS \n \l1.2查看电脑的cuda版本。可以看到我的cuda版本是10.0.130.cat /usr/local/cuda/version.txtCUDA Version

  使用win7系统，之前安装了最新Anaconda3（Python3.6.4），一路傻瓜安装。可能是因为点选了所有用户，而不是只有我，的选项（也可能是其他原因）。打不卡jupyter notebook。  查了很多文章，发现可以直接输网址打开，然后进入网页之后，发现又需要密码才能进入。我根本没有设置密码。试了试各种方法也不行。有几个文章可以实施，但有的地方又和我的情况不符。这里总结下自己的情...