- 博客(21)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 普通用户配置java环境
1. 首先解压下载好的jdk，如我的解压过后是jdk1.8.0_351，路径是：/ssd1/test/jdk1.8.0_351；3. 验证是否配置成功：whereis java，出现配置路径即表示安装成功。
2023-10-23 16:49:04
174
原创 RuntimeError: cuDNN error: CUDNN_STATUS_NOT_INITIALIZED
RuntimeError: cuDNN error: CUDNN_STATUS_NOT_INITIALIZED
2022-06-12 15:50:34
1368
原创 anaconda下安装caffe及opencv环境
# 虽然该方法安装的是python=2.7版本，但是目前是我看到最简单的安装方法了# 首先创建一个新的运行环境并安装相应工具包，避免与其他配置的冲突# 指定版python=2.7 此处一起先安装anaconda，进而可以安装spyder与jupyter编辑器conda create -n caffe27 python=2.7 anaconda# 然后下面二选一即可，安装caffeconda install -c conda-forge caffeconda install -c conda-f.
2022-03-29 14:56:59
4206
原创 LaTex编译时出现undefined citation的解决办法。
在编译文档的时候出现了：LaTeX Warning: Citation "*****" on page y undefined on input line *解决办法1、2、按下边的顺序依次编译即可解决；使用 pdflatex 编译使用 bibtex 编译使用 pdflatex 编译两次最后使用bibtex 编译一次Xelatex 编译两次...
2021-11-16 11:27:18
8771
9
原创 windows安装TexStudio
1、下载Texlive，详细过程如下： a) 打开网址https://tug.org/texlive/，下载texlive.iso，我的网速比较快，4G的文件很快下载完成。b)解压texlive.iso，打开该文件夹，运行红框里的Windows批处理文件，这个安装过程需要大概30分钟：等到texlive安装完成后，再进行第2步的操作。2、安装texstudio，详细过程如下：a)打开https://www.texstudio.org/，下载texstudio...
2021-11-09 08:54:54
5256
1
原创 在evaluate用到coco-caption时出现subprocess无法创建的错误
同样的坑，2020年踩过，今年又踩了，额。使用coco-captiont衡量句子质量的时候，提示无法创建subprocess的问题，原因是：服务器上的java环境没有更改
2021-10-19 15:12:07
2368
1
原创 Failed to initialize NVML: Driver/library version mismatch
想查看GPU的情况，使用nvidia-smi时报错Failed to initialize NVML: Driver/library version mismatch。解决方法：sudo apt-get upgrade
2021-08-22 20:19:38
4807
原创 跑cyclegan时遇到了ConnectionError: HTTPConnectionPool(host=‘localhost‘, port=8097): Max retries exceeded
搜了一下解决方法，如下图：
2021-08-19 16:49:42
1102
1
原创 服务器上加载已经下载好的MNIST数据集
最近遇到了MNIST自动下载失败的问题，所以自己网上找到MNIST下载到服务器上。准备取消代码中自动下载，改成加载服务器上已下载好的数据了。具体操作如下：打开pytorch环境中/home/zss/anaconda3/envs/py3-tf1/lib/python3.6/site-packages/torchvision/datasets/mnist.py文件，并做如下修改。把原来MNIST官网地址改成自己服务器上存放MNIST的地址即可。...
2021-08-17 17:30:32
396
原创 python2安装nltk
python2的虚拟环境在使用pip install nltk安装nltk后出现无法import的问题。原因是现在默认安装的nltk版本是适合python3的，所以会出错。解决办法是使用如下命令安装适合python2版本的nlkt：pip install nltk==3.4.5...
2021-06-29 11:13:03
575
2
原创 UserWarning: RNN module weights are not part of single contiguous chunk of memory.
最近几天的代码用到了gru，但是当代码使用DataParallel时，就会报下边的错。使用单GPU训练时就不存在下述警告。查阅资料以后，发现作者https://blog.youkuaiyun.com/feifei3211/article/details/102998288的解决方法非常有效地解决了该警告。为了便于查阅，我还是将问题及问题的解决方法记录下来。解决方法如下：class en_GRU(nn.Module): def __init__(self, input_size, hidden_si
2020-06-21 18:24:18
1250
转载 自回归与非自回归
前段时间写了《万能的seq2seq：基于seq2seq的阅读理解问答》，探索了以最通用的seq2seq的方式来做阅读理解式问答，并且取得相当不错的成绩（单模型0.77，超过参加比赛时精调的最佳模型）。这篇文章我们继续做这个任务，不过换一个思路，直接基于MLM模型来做，最终成绩基本一致。广义来讲，MLM的生成方式也算是seq2seq模型，只不过它属于“非自回归”生成，而我们通常说的（狭义的）seq2seq，则是指自回归生成。本节对这两个概念做简单的介绍。顾名思义，自回归生成指的是解码阶段是逐字逐字..
2020-05-19 10:16:11
8420
2
原创 pytorch指定GPU来训练模型
当前做的实验需要单独使用四块卡中的一个，我原本的代码是四块卡并行计算，所以需要指定GPU来训练模型：（1）在代码里指定单块GPU的命令如下：import ostorch.cuda.set_device(3)（2）在终端命令指定某一块或某几块GPU：CUDA_VISIBLE_DEVICES = 0, 1, 2, 3或CUDA _VISIBLE_DEVICES=3。...
2020-05-18 22:58:33
941
原创 matplotlib的backend问题
用matplotlib绘图时出现一个非常玄学的问题，在python2环境下，sciview可以显示出来所绘的图，但在python3环境下，什么都不显示。找了一圈，发现我python2环境下matplotlib的backend是‘TkAgg’，这个可以显示绘制的图，但是当matplotlib的backend是'agg'时就不显示所绘制的图了。所以目前解决办法是将matplotlib的'agg'转换为‘TkAgg’。1、在我的Python3环境下，将‘agg’转换成'TkAgg'； impo...
2020-05-15 19:54:22
9693
1
原创 linux下root用户为普通用户设置sudo权限
一、以root身份登录系统二、输入命令“vim /etc/sudoers”，此时将打开sudoers文件，该文件记录有sudo权限的用户。三、在如下图所示的sudoers文件中，将格式为“普通用户(红色部分) ALL=(ALL:ALL) ALL” 添加到root下边。添加完成后，输入“:wq”保存并 退出即可。...
2019-11-10 17:43:48
1676
转载 64位系统下，numpy 和 Python 安装
官网上只提供了32bit的numpy。这个网址要一个积分就可以下载64位的Numpy：http://download.youkuaiyun.com/download/z1137730824/8384347有一个给出wIn7（64bit）python具体安装过程的博客：http://blog.youkuaiyun.com/php_fly/article/details/19364913 win64位环境
2017-08-29 19:31:11
1246
转载 SVM、LIBSVM、LIBLINEAR写的不错的博文
http://www.cnblogs.com/zhizhan/p/5001411.html
2017-03-07 20:04:20
239
转载 四种显著区域特征提取算法
http://blog.youkuaiyun.com/wangyaninglm/article/details/44020489
2017-03-06 09:15:43
3732
原创 科学网
http://blog.sciencenet.cn/u/haihttp://blog.sciencenet.cn/u/hailuo0112
2016-10-31 14:30:57
375
转载 [转载]为什么不去读顶级会议上的论文
可以从以下几点说明：（1）因为机器学习、计算机视觉和人工智能领域发展非常迅速，新的工作层出不穷，如果把论文投到期刊上，一两年后刊出时就有点out了。因此大部分最新的工作都首先发表在顶级会议上，这些顶级会议完全能反映“热门研究方向”、“最新方法”。（2）很多经典工作大家可能引的是某顶级期刊上的论文，这是因为期刊论文表述得比较完整、实验充分。但实际上很多都是在顶级会议上首发。比如PLSA, Lat
2016-10-31 14:10:04
290
python中SVM的训练数据
2017-09-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人