sunmingyang1987的博客

安装keil5.37以后遇到的问题

sunmingyang1987 — Mon, 16 Jan 2023 15:43:53 +0800

编译以前的工程时需要重新选择生成bin文件的工具fromelf，否则会报错: *** Error: CreateProcess failed, Command: 'C:\Keil_v5\ARM\ARMCC\bin\fromelf.exe。

warpctc-caffe环境配置相关问题

sunmingyang1987 — Thu, 30 Jun 2022 21:47:52 +0800

warpctc-caffe这是一个很古老的项目，到目前位置应该有六七年了，对应的caffe版本也很古老。即便新版本的caffe与较新的cuda兼容也不好。

修改CUDA和GCC软连接版本

sunmingyang1987 — Wed, 29 Jun 2022 11:02:30 +0800

2、创建新软链接 GCC 解决：CMake:不支持的GNU版本–不支持高于8的gcc版本 error – unsupported GNU version! gcc versions later than 8 are not supported!

ffmpeg安装过程记录

sunmingyang1987 — Sun, 05 Jun 2022 08:58:23 +0800

Ubuntu ffmpeg安装

h-swish激活函数及TensorFlow实现

sunmingyang1987 — Fri, 10 Sep 2021 12:00:08 +0800

h-swish激活函数出自MobileNetV3论文（论文链接：https://arxiv.org/abs/1905.02244）,该激活函数为了近似swish激活函数。swish激活函数具有：无上界、有下界、平滑、非单调等特点，可使神经网络层具有更丰富的表现能力。但swish函数有个缺点，计算量比较大，其函数表达式如下：式中贝塔为可训练参数。为了适应轻量级网络使用，MobileNetV3作者提出了h-swish函数，该函数使用常见的算子组合而成，因此几乎所有框架都可实现，且在对效果影响不大的条件下使

ImportError: Unable to import required dependencies: pytz: No module named ‘pytz‘

sunmingyang1987 — Wed, 18 Aug 2021 23:38:23 +0800

我的解决办法是直接： pip install pytz 如果失败了，可以参考这篇博客： https://blog.youkuaiyun.com/qq_39543404/article/details/115398656

RuntimeError: Failed to process string with tex because latex could not be found

sunmingyang1987 — Wed, 18 Aug 2021 23:36:11 +0800

按照这篇文章方法操作： pip install latex sudo apt-get install dvipng sudo apt-get install -y texlive texlive-latex-extra texlive-latex-recommended 之后，又提示错误： RuntimeError: latex was not able to process the following string: b‘lp‘ 继续安装： sudo apt install texlive-latex

RemoveError: ‘setuptools‘ is a dependency of conda and cannot be removed from conda‘s operating envi

sunmingyang1987 — Sun, 01 Aug 2021 19:34:50 +0800

今天在windows上用conda创建虚拟环境，然后conda install nb_conda报错： RemoveError: 'requests' is a dependency of conda and cannot be removed from conda's operating environment. RemoveError: 'setuptools' is a dependency of conda and cannot be removed from conda's operating

tf.one_hot()函数

sunmingyang1987 — Thu, 08 Jul 2021 22:52:51 +0800

one_hot(indices, depth, on_value=None, off_value=None, axis=None, dtype=None, name=None) Returns a one-hot tensor. tf.one_hot()函数是将input转化为one-hot类型数据输出，举例： classes = 3 labels = tf.constant([0,1,0,3,1,2]) output = tf.one_hot(labels,classes) output &

python循环中的break、continue、pass和exit()

sunmingyang1987 — Fri, 18 Jun 2021 10:25:31 +0800

目录1、break2、continue3、pass4、exit() 1、break 执行到该语句时，该语句后面的代码将不再执行，并且不再执行后续的循环过程； 2、continue 执行到该语句时，该语句后面的代码将不再执行，而是直接进入到下一循环过程； 3、pass 该语句不执行任何操作，起到占位作用，程序将继续执行该语句后面的代码； 4、exit() 该语句将直接退出python程序，所以后面的代码都无法执行，在VSCODE中会给出提示，后面的代码都是灰色的。 ...

jupyter notebook中显示图片的一种方法

sunmingyang1987 — Thu, 17 Jun 2021 16:17:16 +0800

如下： %%html 其它方法，调用图像处理的三方库进行显示，例如例如常用的PIL、opencv、matplotlib、scikit-image等等。

caffe的各种数据层和对应的python定义接口以及部署时的修改问题

sunmingyang1987 — Tue, 08 Jun 2021 16:15:46 +0800

data层用在训练或测试阶段，为模型提供数据接口，caffe可以接受的数据类型包括数据库类型（如LMDB、LevelDB）、hdf5、内存数据、图片数据等。 1、数据库类型该类型数据必须指定数据库文件夹路径，该文件夹内包含一个data.mdb文件和一个lock.mdb文件；还需要指定batch_size. 可选参数包括： rand_skip: 在开始的时候，路过某个数据的输入。通常对异步的SGD很有用。 backend: 选择是采用LevelDB还是LMDB, 默认是LevelDB. protot

caffe版SSD配置注意问题

sunmingyang1987 — Thu, 03 Jun 2021 00:19:12 +0800

论文作者在原版caffe基础上加上了一些别的操作和方法来实现SSD，所以配置caffe时遇到了很多官方caffe 没有的问题，例如src/caffe/util/中的math_functions.cpp文件中的caffe_rng_uniform函数写的不完善，不注释掉’CHECK_LE(a, b)’，则会出现Check failed: a <= b <0 vs -1.19209e-007>错误，注释掉的话，后面训练会出现Data layer prefetch queue empty错误，网上

Python2启动jupyter lab报错

sunmingyang1987 — Wed, 02 Jun 2021 17:58:22 +0800

错误信息： Could not decode ‘\xe6\x9c\xaa\xe5\x91\xbd\xe5\x90\x8d‘ for unicode trait ‘untitled_notebook‘ of a LargeFileManager instance. 解决办法： edit /usr/local/anaconda2/lib/python2.7/site.py file, change the function def setencoding line 481 from if 0 to if 1,

ValueError: Unable to determine SOCKS version from socks://127.0.0.1:2341/

sunmingyang1987 — Tue, 01 Jun 2021 23:13:15 +0800

用export方法设置代理后，导致的错误，重置一下代理： unset all_proxy && unset ALL_PROXY

ImportError: No module named google.protobuf.internal

sunmingyang1987 — Tue, 01 Jun 2021 23:12:07 +0800

编译caffe时，不是在conda环境下进行的，虽然编译caffepy过程顺利，但在conda环境下导入caffe时报如题错，解决方法：重新安装就行了： pip install protobuf

解决import TensorFlow时“.../.../site-packages/dateutil/tz.py“报错

sunmingyang1987 — Mon, 31 May 2021 19:47:40 +0800

安装caffe后，结果TensorFlow导入失败，把matplotlib升级以下就可以了： pip install matplotlib --upgrade

Linux中split和cat命令的简单组合使用

sunmingyang1987 — Sun, 23 May 2021 19:18:27 +0800

先切割，再组装~ 为了对大文件进行查看或上传、下载操作，可利用split命令实现大文件切割，切割方式有两种，即按行切割或按子文件大小进行切割，实现命令分别如下： split -l 10000 labels.txt #-l，指明按行切割 split -b 5m labels.txt labels_ #-b，指明按大小切割切割后的文件，传输结束后，要重新组装到一起： cat log_* > labels.text ...

Ubuntu下将一个文件压缩为多个分卷并解压恢复

sunmingyang1987 — Sun, 23 May 2021 18:59:20 +0800

深度学习领域用到的数据集动辄几十上百G，在服务器上传和下载都不太方便，可以利用tar将大的数据集文件切分为多个分卷，在进行下载或上传：切分压缩：这里用到了两个命令：tar和split，分别实现文件压缩和文件切割 tar czf - train.zip | split -b 6000m - train.tar.gz #将训练集切分为大小为6000M的多个分卷解压恢复：这里也用到了两个命令：cat和tar，分别实现分卷组合和解压缩。 cat train.tar.gz* | tar -xzv ...

MSB/LSB（big endian/little endian）

sunmingyang1987 — Mon, 17 May 2021 16:45:03 +0800

目录1、什么事MSB/LSB（big endian/little endian）2、python解析时二进制文件时注意大小端问题3、举例： 1、什么事MSB/LSB（big endian/little endian） LSB（Least Significant Bit），意为最低有效位。 MSB（Most Significant Bit），意为最高有效位。若MSB=1，则表示数据为负值，若MSB=0，则表示数据为正。两大CPU派系指定的是Motorola的PowerPC系列CPU和Intel的x86系列C