- 博客(134)
- 收藏
- 关注
RSS订阅原创 【Pytorch】torch.logical_or 和 or 的区别
是 PyTorch 提供的一个函数，用于对两个张量（tensor）进行元素级的逻辑或运算。它逐元素比较两个张量中的值，如果至少有一个是非零值（在布尔上下文中被视为。因此，当你需要对张量进行逻辑运算时，应该使用 PyTorch 提供的相应函数，如。是一个逻辑运算符，用于操作两个布尔值或表达式，它返回第一个为。如果你尝试在 Python 中对两个张量使用。），那么结果张量中对应位置的值就是。下面是一个 Python 中。和 Python 中的。的操作数，如果两个都是。而 Python 中的。
2025-03-13 09:24:07
345
原创 【Python】 Python中的 -u 选项
是一个命令行选项，它的作用是强制打开文件、标准输入和标准输出（stdout 和 stderr）的无缓冲（unbuffered）模式。这意味着输出会立即被写入到文件或终端，而不是被缓存起来直到缓冲区满了才写入。这对于调试程序和实时监控程序输出特别有用。在Python命令行中，
2025-02-27 16:00:52
326
原创 【PyTorch】PyTorch 中改变张量形状的几种方法
在深度学习领域，PyTorch 是一个广泛使用的框架，它提供了丰富的API来处理张量（tensor）。在模型开发过程中，我们经常需要改变张量的形状以满足特定的需求。本文将介绍在 PyTorch 中改变张量形状的几种方法，并给出推荐的使用场景。比如：我们想合并一个张量的最后两个维度。
2025-02-25 13:21:41
356
原创 【Python】如何在 Linux/Windows 系统中设置 PYTHONPATH 环境变量
PYTHONPATH是一个环境变量，它告诉 Python 解释器在哪些目录中查找要导入的模块。这对于包含不在标准目录中的自定义模块非常有用。
2025-02-13 16:32:39
1744
原创 【Docker容器】Error response from daemon: driver failed programming external connectivity on endpoint
考虑为什么sshd会使用8001端口。通常，sshd默认使用22端口，所以这里可能配置被修改过。用户可能在sshd的配置文件中将端口改为了8001，或者有其他配置导致sshd监听该端口。这时候，解决方法应该是修改sshd的配置，而不是直接杀死进程，否则可能导致无法远程连接服务器。SSH 默认使用 22 端口，但你的配置中可能额外监听了 8001 端口。Docker 容器启动失败是因为主机的。，且这个进程是 SSH 服务的关键组件（选择上述任一方法即可解决端口冲突问题！
2025-02-13 10:39:04
896
原创 【PyTorch】解决Boolean value of Tensor with more than one value is ambiguous报错
在深度学习和数据科学领域，PyTorch 是一个强大的工具，它允许我们以直观和灵活的方式处理张量（Tensor）。然而，即使是经验丰富的开发者也可能遇到一些常见的错误。本文将探讨一个这样的错误，并提供解决方案。
2025-02-06 22:36:14
781
原创 【Python】断言assert
在某些情况下，可以使用Python的内置模块-O（优化模式）运行Python程序，这会禁用断言语句，因为它们在优化模式下不会被执行。在Python中，assert语句用于测试一个条件，如果条件为False，则assert语句会触发一个AssertionError异常。这通常用于调试目的，确保程序在运行时满足某些条件，比如在开发过程中验证函数或方法的输入、输出或状态是否符合预期。在生产环境中，通常不建议使用过多的assert语句，因为它们会降低代码的性能。例如，在修改对象之前检查其状态是否符合预期。
2025-02-06 15:55:59
259
原创 【Conda】CommandNotFoundError: Your shell has not been properly configured to use ‘conda activate‘.
今天在使用 Conda 激活环境时遇到了一个常见问题，特此记录下来，希望能帮助到有同样困扰的朋友。此时，命令行前缀变成了。，表示我已经成功进入了。
2025-02-03 10:47:41
310
原创 【Python模块】使用sys.path查看当前的模块搜索路径
在Python中，sys.path是一个列表，包含了Python解释器自动查找模块所在的目录。当你想要查看当前的模块搜索路径时，可以使用sys.path。
2025-01-23 14:24:56
276
原创 【PyCharm】将包含多个参数的 shell 脚本配置到执行文件来调试 Python 程序
要配置 PyCharm 以使用包含多个参数的 shell 脚本（如。
2025-01-23 10:52:21
1167
原创 【pip命令详解】pip install .
是一个方便的命令，用于从当前目录安装 Python 项目。它依赖于setup.py或文件来定义项目的元数据和构建方式。在开发和测试本地项目时非常有用。
2025-01-23 10:32:42
932
原创 【Pytorch】unsqueeze与expand结合使用
例如，当我们有一个掩码张量，我们可能需要将其应用到批次中的每个样本上。通过这行代码，我们可以轻松地将掩码张量扩展到与批次数据相同的维度。是一个用于扩展张量维度的方法，它允许我们通过重复原始张量的数据来创建一个新的张量，而不需要占用额外的内存。这行代码是一个非常高效的方式来处理张量维度，使其适应不同的计算需求。是一个特殊的占位符，表示在对应维度上保持原始的大小不变。张量的第二个维度（索引为1的位置）上插入一个新的维度。这样的操作通常用于适配某些操作所需的特定维度。是一个在指定位置增加维度的方法。
2025-01-20 15:13:42
418
原创 【Pytorch报错】AttributeError: cannot assign module before Module.__init__() call
这个错误信息表明在Model类的构造函数中，你试图在调用父类nn.Module的构造函数之前就赋值一个模块（nn.Linear）。在PyTorch中，你应该首先调用父类的构造函数，然后再定义子类的属性。
2025-01-04 11:15:58
461
原创 【Linux】一行命令快速终止所有名为“python“的进程
在跑模型训练推理的时候，经常会遇到python进程残留，导致GPU一直被占用。使用这条组合命令，快速清空显存占用，方便进行其他任务。这行命令可以终止所有名为"python"的进程的命令行语句。
2025-01-03 09:23:50
273
原创 【Linux命令】`ps -a` , `ps -ef` 和 `ps aux` 的区别
ps -a提供了基本的进程信息，适用于快速查看当前用户终端下的进程。（更侧重于显示当前终端下的进程）ps aux提供了更全面的进程信息，包括资源使用情况，适用于需要查看进程资源消耗的场景。（更侧重于显示资源使用情况）ps -ef提供了详细的进程信息，包括进程之间的关系，适用于系统管理和进程诊断。（更侧重于显示进程详细信息）
2024-12-27 22:32:03
420
原创 【Linux】查找当前系统中运行的与Python相关的进程并终止
是Linux系统中经常使用的两个命令，它们通常被组合在一起使用，用于查找当前系统中运行的与Python相关的进程。例如，如果你运行一个Python脚本，然后执行。是该进程的父进程ID，是运行该进程的用户，
2024-12-27 22:13:38
520
原创 【PyCharm】如何把本地整个项目同步到服务器？
点击菜单栏的 “File” -> “Settings” -> “Build, Execution, Deployment”。若要下载服务器上的文件，右键点击远程文件，选择 “Deployment” -> “Download from …若要自动上传文件，可以在 “Deployment” 配置中勾选 “Automatic Upload”。若要上传文件，右键点击项目文件，选择 “Deployment” -> “Upload to …点击 “+” 按钮，选择 “SFTP” 或其他适合您服务器的协议。
2024-12-27 21:17:00
1036
原创 【Docker运行报错】[ERROR] TBE Subprocess[task_distribute] raise error[], main process disappeared!
（报错与原因记录）
2024-12-26 15:56:39
2126
原创 【Docker命令】如何使用 `docker cp` 命令拷贝容器文件到宿主机
在使用 Docker 时，我们经常需要将容器内的文件或目录复制到宿主机上。下面是使用docker cp命令进行操作的简要指南。
2024-12-26 15:21:02
1250
原创 【Docker命令】如何使用`docker exec`在容器内执行命令
通过这篇文章，我们了解了如何使用命令在运行中的Docker容器内执行命令。这个命令在容器管理、调试和配置场景中非常有用。
2024-12-26 14:31:39
912
原创 【Numpy】np.stack 和 np.concatenate 的区别
以下是一个简单的示例，通过形象化地解释。会沿着指定的现有维度将数组拼接。会在新的维度上将数组堆叠起来。的区别，方便用于博客发布。在 Numpy 中，
2024-12-16 10:58:07
394
原创 【Numpy】关于 axis 的定义和堆叠方向 的理解
纵向”或“横向”是更直观的描述方式，但它们并非严格的数学概念。的理解，并非直接基于“横向”或“纵向”这样的表述，而是源于 axis。对于高维数组，“横向”和“纵向”就不再适用，必须通过。但需要注意，这种“纵向”和“横向”的描述仅适用于。是沿第 1 维（列的方向），以此类推。对于高维数组，这种描述容易引发误解。在 Numpy 中，关于 axis。的理论依据和常见误解的详细解释。指定了操作所作用的维度，或者说。是沿第 0 维（行的方向），在 Numpy 中，
2024-12-16 10:57:01
444
原创 【Linux】关闭后台程序
时应该小心，因为它会强制结束进程，不会给进程清理和保存状态的机会，可能会导致数据丢失或文件系统损坏。文件会保存命令的标准输出和标准错误，这样即使关闭了终端，您也可以检查日志文件来了解程序的运行情况。命令运行程序时，程序的输出通常会重定向到一个名为。
2024-11-21 15:03:30
518
原创 【Linux清空显存占用】Linux 系统中清理 GPU 显存
如果以上方法均无法释放显存，重启系统是最直接和可靠的方法来清空显存。：在执行该命令前，请确保 GPU 驱动不会被其他关键任务依赖。找到占用 GPU 的进程后，使用。然后以管理员权限运行脚本即可。如果显存占用问题无法通过。为对应的进程 ID。
2024-11-21 11:33:17
2388
1
原创 【pip问题】AttributeError: module ‘pkgutil‘ has no attribute ‘ImpImporter‘. Did you mean: ‘zipimporter‘?
【代码】【pip问题】AttributeError: module ‘pkgutil‘ has no attribute ‘ImpImporter‘. Did you mean: ‘zipimporter‘?
2024-11-19 16:36:24
282
原创 【Pycharm默认解释器配置文件】怎样删除配置解释器的无效历史记录？
关于解释器设置的保存，当你使用“导出设置”功能时，可以选择“SDK 表”来导出解释器设置。导出的文件是一个名为 jdk.table.xml 的 XML 文件，它包含了解释器的配置信息。有时候我们希望删除无效的解释器路径，可以找到这个文件，进行删除修改。
2024-10-19 13:30:04
385
原创 【Conda】创建虚拟环境常用命令
conda create -n learn python=3 //创建一个名为learn的环境并指定python版本为3的最新版本。conda env export > environment.yaml //导出当前环境的包信息。conda remove -n learn --all //删除learn环境及下属所有包。字段，你需要查看conda创建环境时的输出信息来确定环境的名称。conda env list //列出conda管理的所有环境。conda list //列出当前环境的所有包。
2024-10-08 21:53:31
593
原创 python的可迭代对象包含哪些?
可迭代对象（Iterable）指的是那些能够一次返回一个元素的对象，这样就可以在。循环或者在其他需要迭代的上下文中使用。来检查一个对象是否是可迭代的。如果对象是可迭代的，在Python中，可以通过内置函数。
2024-10-06 14:58:49
515
原创 【Python】剔除列表中的重复元素同时保持原始顺序
在Python 3.6及以上版本中，普通字典已经是有序的，你可以直接使用字典，但在早期版本中需要使用。以上两种方法都可以在保持列表顺序的同时剔除重复元素。选择哪一种取决于你的具体需求和Python版本。会创建一个有序字典，其键是列表中的元素，并且自动去除了重复的键。然后我们将这个有序字典转换回列表。集合中，如果不在，就将其添加到结果列表中，并将其添加到。来跟踪已经遍历过的元素。列表推导式会检查元素是否在。这里，我们使用了一个集合。
2024-09-26 11:03:13
585
原创 【selenium点选下拉框】解决无法选中对应选项的问题
缺点：无法批量操作，每次都得复制很长的xpath表达式，费时费力。使用selenium点击下拉框，选中【是】选项。优点：可封装函数，方便批量操作类似的下拉框。功能：用于定位包含特定文本的。
2024-08-27 15:35:02
922
原创 【ChatGPT】OpenAI大模型接口参数理解
值越低（例如0.2），生成的内容越确定和保守。值越高，模型越会降低生成已频繁出现词汇的概率，从而提高生成内容的多样性。通过指定此参数，模型可以一次生成多个不同的回答，供用户选择最合适的答案。值越高，模型越倾向于引入新的主题和词汇，从而避免重复已提到的内容。可以限制生成的最大字符数，以避免生成过长的内容。：通过概率控制生成内容的多样性。这些参数帮助用户根据不同的需求和应用场景，自定义生成内容的风格和特性。值越小，选择范围越窄，生成的文本越趋向于高概率的词。值越大，选择范围越广，生成的文本越多样；
2024-08-06 21:58:21
1938
原创 【pip路径】虚拟环境中pip安装位置和python解释器位置不一致
虽然虚拟环境中使用的是 Python 3.10，但是 pip 命令却指向了 Python 3.7 的路径。导致安装的包被放在了 Python 3.7 的目录下，而不是 Python 3.10 的虚拟环境中。运行以下命令来检查并修复虚拟环境中的。
2024-08-04 09:22:23
1672
原创 【selenium】报错 Message: element click intercepted: Element
这个错误通常发生在使用Selenium进行自动化测试时，尝试点击一个元素，但由于元素不可见、被其他元素遮挡、或者是在某个iframe内部等，导致无法直接点击。在这种情况下，可以使用JavaScript来执行点击操作。
2024-07-29 09:49:56
1317
原创 【NLP】关于参数do_sample的解释
do_sample被设置为True，意味着文本生成将采用随机采样方式，而temperature参数则会影响采样时概率分布的形状，从而影响生成文本的多样性。较低的temperature值会使分布更加尖锐，减少随机性，更倾向于选择高概率的词。在自然语言处理（NLP）领域，特别是在使用神经网络模型进行文本生成时，do_sample是一个常见的参数，用于控制模型生成文本的方式。具体来说，do_sample参数决定模型是否采用随机采样（sampling）的方式来生成下一个词，还是仅仅选择最有可能的词。
2024-07-21 10:39:09
4066
原创 conda配置虚拟环境的常用命令
创建conda虚拟环境：激活conda虚拟环境：列出所有conda虚拟环境：克隆conda虚拟环境：删除conda虚拟环境：列出虚拟环境中安装的包：conda list安装包到conda虚拟环境：更新包到最新版本：卸载包：导出环境的包列表：使用环境文件创建新环境：导出当前环境的包列表：使用导出的包列表文件安装包到环境：
2024-07-16 18:22:31
645
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人