HelloWor1d的博客

从GitHub上下载源码Dlib库进行安装时，报如下错误：[ 1%] Building NVCC (Device) object dlib/CMakeFiles/dlib.dir/cuda/dlib_generated_cuda_dlib.cu.o/home/zjb/dlib/dlib/cuda/cuda_dlib.cu(1762): error: calling a constexpr __host__ function("log1p") from a __device__ function(".

报错：Opencv无法显示图像，报错QObject::moveToThread: Current thread is not the object's thread . Cannot move to target thread解决方案：conda install pyqt，完美解决。PS：因为这个报错信息比较模糊不够具体，所以无法定位问题的根源在哪。在网上寻找了各种解决方法，基本上都是如下的方法，但是我是在实验室的服务器上，没有sudo权限，没法apt-get，因此下面这种方案并没有亲自尝试，这里贴出

问题：用keras可以正常使用，而使用tf.keras时，(版本keras=2.2.4, tf=1.14)，会报如下错误：ValueError: Output of generator should be a tuple (x, y, sample_weight) or (x, y). Found: [array...分析：看报错信息大概可以分析出，是generator_output这的问题，大概是我们自己数据增强后，生成的数据有问题。那为什么keras可以正常使用，而tf.keras就不能呢。

报错：undefined symbol: __cudaPopCallConfiguration原因：cuda的版本和pytorch的cuda版本不一致。解决方案：重新安装pytorch。版本对应关系 https://pytorch.org/get-started/previous-versions/示例如下：conda install pytorch=0.4.1 torchvision cuda92 -c pytorch...

程序报错：cuda_runtime.h: No such file or directory原因：cuda路径未设置或设置错误。解决方案：在~/.bashrc文件中加入你的cuda路径；然后重新激活环境source .bashrc(这一步不要忘记)。示例如下：export PATH=${HOME}/cuda/cuda-9.2/bin:$PATHexport LD_LIBRARY_PATH=${HOME}/cuda/cuda-9.2/lib64:$LD_LIBRARY_PATH...

操作：原本想在网络中对输入图像tensor进行裁剪，直接用了x = x[:, 0:h2, w1:w3].报错：Keras AttributeError: 'NoneType' object has no attribute '_inbound_nodes'原因：Keras搭建的网络中要用层来表示的，不能直接用Tensor或是Numpy。解决方案：利用Lambda封装成一个Layer。示例如下：slice_input = Lambda(lambda x: x[:, 0:h2, w1:w3])(img

操作：想对keras网络最后输出的tensor进行截取，模型中直接写了代码out2 = out[:, :, :, -4:].报错：ValueError: Output tensors to a Model must be the output of a TensorFlow 'Layer'原因：Keras搭建的网络中要用层来表示的，不能直接用Tensor或是Numpy。解决方案：利用Lambda封装成一个Layer。示例如下：# out2 = out[:, :, :, -4:]# 如果直接用上述