SpadgerZ的博客

Ubuntu指令

libcusolver.so.10

显卡CUDA tensorflow-gpu

pip安装过程报错

解决librosa报错问题

安装librosa

docker镜像tensorflow-gpu

解决Python代码bug

Ubuntu快捷指令

Ubuntu常用命令

使用Faster RCNN训练自己的数据集，过程不太顺利，踩坑数次，所以把流程记录一下。所使用的代码版本：faster-rcnn.pytorch1.源码及环境配置原Github版本使用的Pytorch==0.4.0，但是看了网上的博客记录这个版本有较多错误无法解决，建议使用Pytorch==1.0.0及以上版本；源码Pytorch0.4.0版源码：https://github.com/jwyang/faster-rcnn.pytorch.gitPytorch1.0.0版源码：https

问题描述尝试使用TensorRT对yolov5模型推理加速，首先进行安装，参考博客已经写的很详细了：Ubuntu1804+CUDA10.0安装TensorRT7对了，在更改环境配置的时候还添加了CUDA和cuDNN：vim ~/.bashrc# tensorrt cuda and cudnnexport CUDA_INSTALL_DIR=/usr/local/cudaexport CUDNN_INSTALL_DIR=/usr/local/cudasource ~/.bashrc

问题描述今天在跑一个Github两年前代码的时候出现报错：from scipy.misc import imsaveImportError: cannot import name 'imsave'但是检查过后发现自己已经安装了scipy模块，通过检查scipy的内部函数模块时发现没有imsave等函数import scipy.miscprint(dir(scipy.misc))搜索之后发现是scipy版本的原因：在scipy 1.3之后，scipy.misc.imread\i

问题描述在用别人的代码跑实验时候，需要指定GPU来跑，但是代码里面又没有给GPU编号相关参数。解决方法简单粗暴，直接在开头指定CUDA_VISIBLE_DEVICES=0 python train.py同时这也是官方建议的方法...

问题描述在用yolov5跑实验的时候，训练完成之后要测试算法模型的mAP等参数，但是在实验室服务器跑测试的时候发现最后输出结果(Targets/P/R/mAP@.5/mAP@.5:.95)为0，而且网上关于yolov5 test.py的解释很少，所以只能自己踩坑了。python test.py --weights ./weights/best.pt --data ./data/test.yaml --batch-size 16 --device 0解决方法后来发现是路径的问题，将其改为

问题描述今天在跑实验的时候，将网络模型改得更加复杂了，出现内存不够的报错提示：RuntimeError: CUDA out of memory. Tried to allocate 1.22 GiB (GPU 1; 14.76 GiB total capacity; 2.65 GiB already allocated; 1.22 GiB free; 3.69 GiB reserved in total by PyTorch)16GB的GPU都不够用了......解决方法将batch

问题描述在实验室服务器Ubuntu16.04的Docker中跑YOLO代码的时候，在import cv2的时候出现报错：ImportError: libgthread-2.0.so.0: cannot open shared object file: No such file or directory解决方法apt-get update apt-get -y upgrade pip install python-opencvapt-get install python-tk

问题描述在实验室服务器Ubuntu16.04的Docker中跑YOLO代码的时候，在import cv2的时候出现报错：ImportError: libGL.so.1: cannot open shared object file: No such file or directory解决方法apt updateapt install libgl1-mesa-glx...

问题描述使用yum安装wget的时候报错，搜索一番后知道是yum和Python是依赖关系，yum是python的模块，需要更改Python的版本。需要进入到“/usr/bin/yum”目录文件下将首行Python的版本改为2.7。但是在在更改过程中发现报错，“该文件是只读文件（需要使用！重写）”。解决方法1.首先要强制退出:q!2.退出后再执行:sudo !!3.再次编辑内容vim ......4.最后保存即可:wq!...

CUDA版本对应的Pytorch版本搭建GPU版本的Pytorch Docker镜像了解并安装完Docker之后，来配置安装GPU版本的Pytorch Docker镜像。1.拉取基础的操作系统镜像关键命令：docker pull 具体指令：docker pull nvidia/cuda:10.1-cudnn7-devel-ubuntu16.04操作完成之后，使用docker images命令查看当前docker中存在的镜像：可以看到第一行就是所拉取的镜像，该镜像中已经安.

问题描述在运行Gituhub程序的时候，出现报错......y[..., 0:2] = (y[..., 0:2] * 2. - 0.5 + self.grid[i].to(x[i].device)) * self.stride[i] # xyRuntimeError: expected backend CUDA and dtype Float but got backend CUDA and dtype Half解决方法经过网上搜索相关博客之后，发现可能是Pytorch的版本问题

1.Anaconda是肯定要装的2.使用conda新建虚拟环境3.安装Pytorch4.安装tensorboard5.安装cv2安装指令pip install opencv-python6.安装matplotlib安装指令pip install matplotlib7.安装yaml安装指令pip install pyyaml8.安装scipy安装指令pip install scipy7.安装tqdm安装指令

问题描述在运行程序代码的时候，遇到如下报错信息：Traceback (most recent call last): File "/home/zpj/anaconda3/envs/smart_construction/lib/python3.8/site-packages/torch/utils/tensorboard/__init__.py", line 2, in <module> from tensorboard.summary.writer.record_write

常用方法SCP传输指令scp /home/xxx/xxx.xx xxx@xxx.xxx.xxx.xxx:/home/xxx/xxxx_xxx/xxxx/scp前面路径为所要传输文件的本地路径，后面为服务器IP地址和目的路径记住本指令要在本地终端中运行而非服务器终端中运行其他查看文件路径方法1.右键点击“属性”2.将文件拖拽到终端中即可3.在所在文件目录终端输入pwd...

在跑Github某个项目的时候，发现环境配置要求Python >= 3.7Pytorch == 1.5.x目前官网上安装，默认是1.7.0版本的安装Pytorch1.5.1版本指令pip install torch===1.5.1 torchvision===0.6.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.douban.com/simple采用豆瓣源安装速度还是

问题描述如果选择从Github官网直接下载项目，下载速度很慢，基本在几十KB/s，有时较大的项目还会下载失败。解决方法使用码云（Gitee）作为跳板中转一下具体步骤1.申请一个码云账号，码云官网，最好绑定自己的Github账户2.点击右上角自己头像左侧的新建仓库的“加号+”，选择 “从GitHub/GitLab导入仓库” 菜单3.在“导入仓库”中填写位于GitHub上你想clone的仓库地址并点击导入按钮，码云会克隆出一份一模一样的项目4.复制码云上的项目地址，将项目...

在上篇博文写到为conda添加清华源镜像之后，使用conda安装pytorch报错conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch网上查询之后发现是conda没有给清华源授权，所以服务停止404了，换用pip安装即可pip install torch torchvision...

清华镜像使用帮助在服务器中使用conda下载Pytorch的时候，速度非常慢，所以想添加清华镜像加快下载速度，但是网上一般的修改配置文件的方法，需要获取sudo权限，在服务器中又没有该权限，只能一项项添加镜像的channel了添加前，查看conda信息conda info添加方式#channel_aliasconda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda#default_cha

由于程序运行环境要求，需要在Linux服务器上安装Python3.7.5服务器已经预先安装了Python2和Python3python --version查看python2版本python3 --version查看python3版本1.获取下载地址Python安装包目录，根据需要选择不同版本的python安装包，更改版本号即可在命令行中输入，下载安装包wget https://www.python.org/ftp/python/3.7.5/Python-3.

在本地访问Anaconda官方网址，获取linux版本的Anaconda下载地址右键选择Linux下Python3.8第一个链接，复制链接，在命令行中输入wget https://repo.anaconda.com/archive/Anaconda3-2020.11-Linux-x86_64.sh等待下载完成下载完成之后，输入指令ls可以找到安装包此处如果执行执行该安装包，会因没有权限而失败～S ./Anaconda3-2020.11-Linux-x86_6

问题描述之前实验室的服务器被黑客攻击过，又重装了系统，现在重新申请了账户密码要远程登录时报错xxx@xxx:~$ ssh xxx@xxx.xxx.xx.xxx@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@ WARNING: REMOTE HOST IDENTIFICATION HAS CHANGED! @@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@

首先，从labelimg官网上下载labelimg压缩包。下载到指定位置，解压缩后，进入labelimg-master文件夹。在文件夹中打开终端，按照官网给的操作步骤输入指令即可：Python 3 + Qt5 (Recommended)sudo apt-get install pyqt5-dev-toolssudo pip3 install -r requirements/requirements-linux-python3.txtmake qt5py3python3 labelIm

系统:Ubuntu18.04/CUDA10.0安装:OpenCV 3.4.01.下载源码OpenCV官网：https://opencv.org/github地址: https://github.com/opencv/opencv/releases/tag/3.4.0下载链接2.安装依赖首先看官方的安装说明，这个非常有必要，官方写的比较好，基本按照官方说明进行操作就可以了。官方编译安装说明：https://docs.opencv.org/3.4.1/d7/d9f/tutoria

问题描述系统:Ubuntu18.04安装OpenCV 3.4.0报错:In file included from /home/zpj/CLionProjects/linuxidcbuild/modules/cudacodec/opencv_cudacodec_pch_dephelp.cxx:1:0:/home/zpj/CLionProjects/opencv-3.4.0/modules/cudacodec/src/precomp.hpp:60:18: fatal error: dynlink

问题描述在上一个环境变量问题解决后,运行代码又报错:[ERROR:0] global /io/opencv/modules/videoio/src/cap.cpp (116) open VIDEOIO(CV_IMAGES): raised OpenCV exception:OpenCV(4.1.1) /io/opencv/modules/videoio/src/cap_images.cpp:253: error: (-5:Bad argument) CAP_IMAGES: can't find

问题描述在Pycharm中运行Python程序,明明已经安装了opencv-python,但还是报错提醒"no module named cv2"在Terminal中输入pip install opencv-python,结果却是显示opencv-python已经安装了,这时候需要在Pycharm中添加环境变量来解决.解决方法按照该路径PyCharm ->Run->EditConfigurations打开界面打开"Environment variables"目录.

问题描述为conda添加清华镜像源，使得conda下载包速度更快解决方法首先在终端中输入指令：conda info查看conda信息如图conda的channel未默认路径。在终端中依次输入以下指令：#以下两条是Anaconda官方库的镜像conda config --add channels https://mirrors.tuna.tsin...

问题描述进入系统中提示可以使用“do-release-upgrade”指令来完成系统升级，由Ubuntu16.04版本升级为Ubuntu18.04版本。但是在终端输入该指令后报错：Checking for a new Ubuntu releasePlease install all available updates for your release before upgrading....

一、首先说一下“创建虚拟环境”的问题之前实验室fsj学姐就给我说过，最好一个项目创建一个虚拟环境，这样比较好。具体的好处我也没有了解，今天在安装Tensorflow的时候发现在虚拟环境下安装Tensorflow是最优选择，所以先介绍一下虚拟环境的好处。Python虚拟环境——virtualenvirtualenv简介VirtualEnv用于在一台机器上创建多个独立的pytho...

在Ubuntu18.04安装完Pycharm之后，每次打开该文件都要在终端中输入命令./pycharm.sh而不同于Windows操作系统下双击文件就能运行，Ubuntu系统双击该文件打开的是文件内容；可以通过修改文件的执行方式直接双击运行程序。第一步：修改文件权限chmod +x pycharm.sh在终端中输入指令，文件名为想要修改权限的文件名称。第...