ken_asr-优快云博客

原创 Error: No library found under: /usr/local/cuda-10.1

一、问题Cuda Configuration Error: No library found under: /usr/local/cuda-10.1二、原因So tensorflow is looking for libcublas in /usr/local/cuda-10.1 but it appears that since cuda-10.1 libcublas has been moved outside of /usr/local/cuda and results in a lot

2021-10-27 19:39:33 557

原创 keras2onnx与tensorflow、ncnn版本关系

一、相关环境tensorflow==2.2.0 keras2onnx==1.7.0 ncnn 支持opset 11二、相关问题当前ncnn只支持opset 11模型， keras2onnx==1.7.0支持的最低opset 为12、支持tf2.2(及2.1/2.0) keras2onnx==1.6.1支持opset 11，支持tf2.0/2.1三、解决方法方法一：降级tensorflow为2.1.0，同时降级keras2onnx==1.6.1 方法二：升级ncnn到支持opset.

2021-09-14 15:37:45 1587

原创 TX2|数莓派安装numba|librosa

1、tx2安装numba(librosa)https://blog.youkuaiyun.com/GungnirsPledge/article/details/1096263012、数莓派安装numba(librosa)https://blog.youkuaiyun.com/weixin_43414694/article/details/111875711

2021-07-15 09:59:36 368

原创 Check whether your GraphDef-interpreting binary is up to date with your GraphDef-generating binary.

一、问题描述ubuntu 18..04 x86主机下，将tensorflow（1.14.0） checkpoint模型文件导出为pb模型文件；将pb模型文件部署在nvidia tx2 aarch64（tensorflow==1.13.1）上进行推理，出现如标题所示报错。二、问题原因1、pb模型导出环境的cpu架构与部署环境cpu架构不一致。2、网上有说因为tf版本不一致所致，尝试将tf版本设为一致后，仍然会报错三、解决方法在部署环境下将tf checkpoint模型文件导出为pb模型

2021-07-15 09:20:27 475 1

原创 docker非root用户权限运行

运行dokcer命令时需要使用sudo权限，如果想要不是用sudo运行docker命令，可参考官网教程：https://docs.docker.com/engine/install/linux-postinstall/搬运如下！Manage Docker as a non-root userThe Docker daemon binds to a Unix socket instead of a TCP port. By default that Unix socket is owned b

2021-02-19 10:27:43 3070

原创 NVIDIA TX2安装tensorflow

0.前言JetPack安装包不包含tensorflow，tx2上使用tensorflow需要手动安装。下面是官网教程，比较简单，就不翻译了。官网教程地址：https://docs.nvidia.com/deeplearning/frameworks/install-tf-jetson-platform/index.html另外可以根据自己的JetPack版本手动下载相应tensorflow的whl文件进行pip安装。下载地址：https://docs.nvidia.com/deeplearn

2021-01-29 15:05:34 637

原创 Ubuntu安装TensorRT6、TensorRT7

1、系统环境确认Ubuntu18.042、cuda环境确认cuda-10.1 cudnn7.63、下载TensorRTTensorRT7需要cuda10.2及以上的cuda版本，cuda10.1环境无法安装TensorRT7，故选择TensorRT6进行安装。下载地址：https://developer.nvidia.com/nvidia-tensorrt-download如果大家的cuda是安装的runtime版本，那么TensorRT只能选择Tar File Install P

2021-01-08 20:29:11 784 1

原创 error: command ‘x86_64-linux-gnu-gcc‘ failed with exit status 1

解决方法如下。Python 3执行如下命令：sudo apt-get install python3 python-dev python3-dev \ build-essential libssl-dev libffi-dev \ libxml2-dev libxslt1-dev zlib1g-dev \ python-pipPython 2, 执行如下命令sudo apt-get install python-dev \ build-esse

2021-01-08 19:53:55 411

原创 docker支持的系统及架构

请参考下图：不难看出arm64/aarch架构的Ubuntu16.04不支持docker安装，Nvidia TX2正是arm64/aarch架构，所以要想在nvidia TX2安装docker可以使用Ubuntu18.04的系统。更多详情请参考nvidia-docker官方文档：https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html#docker...

2021-01-08 19:45:38 1075

原创 ubuntu服务器报错 perl: warning: Setting locale failed解决方法

1、查看系统已安装字符集locale -aCC.UTF-8en_AGen_AG.utf8en_AU.utf8en_BW.utf8en_CA.utf8en_DK.utf8en_GB.utf8en_HK.utf8en_IE.utf8en_ILen_IL.utf8en_INen_IN.utf8en_NGen_NG.utf8en_NZ.utf8en_PH.utf8en_SG.utf8en_US.utf8en_ZA.utf8en_ZMen_ZM.utf8en

2021-01-08 19:36:10 3191

原创使用docker从零构建python、cuda、pytorch等环境

1、docker安装2、nvidia-docker安装3、docker pull nvidia/cuda4、创建nvidia/cuda容器，在容器中配置python基本环境docker run -it nvidia/cuda:xxx # 根据自己的需要选择相应的镜像TAG,参考https://hub.docker.com/r/nvidia/cuda/tags?page=1&ordering=last_updatedapt-get update # 该步骤一般会报错GPG err

2021-01-08 16:55:39 2920

原创 Glyph 26426 missing from current font. matplotlib显示中文乱码解决

网上关于这个问题的帖子也不少，但按照他们的方法尝试后，仍然解决不了我的问题。痛定思痛，花了一天时间看了不少matplotlib底层源码，终于把这个问题解决了。后来发现网上的很多方法真的是“多此n举”，一下是收集的一些其他解决方案的帖子，如果大家感兴趣或者我的方法解决不了你的问题，可以点击进入尝试。https://zodiac911.github.io/blog/matplotlib-chinese.htmlhttps://blog.youkuaiyun.com/fwj_ntu/article/details/

2021-01-06 20:30:00 1909 5

原创 windows10+Ubuntu双系统卸载旧Ubuntu并重装Ubuntu（绝对安全）

一、删除Ubuntu开机导引在windows系统下，以管理员的权限打开命令行，依次输入一下命令diskpart # 进入系统的diskpart组件list disk # 查看系统所有的磁盘，并找到windows系统所安装的磁盘select disk $ # $是windows所安装的磁盘list partition # 找到类型为系统的分区select partition...

2021-01-06 17:06:42 4271 1

原创 Ubuntu18.04安装OBS Studio

1、安装sudo apt install ffmpegsudo add-apt-repository ppa:obsproject/obs-studiosudo apt updatesudo apt install obs-studio安装完成！2、启动直接命令行输入：obs3、报错解决如果安装过程中出现如下信息，手动安装libfdk-aac1下列软件包有未满足的依赖关系：obs-studio : 依赖: libfdk-aac1 (>= 0.1.4)...

2020-12-10 21:12:55 1616

原创 Ubuntu/linux使用sed、echo删除、添加指定行文件

一、二、

2020-12-01 16:40:58 9872 1

原创 Ubuntu使用xargs mv命令实现指定数量或名称的文件移动

前言 Ubuntu系统使用mv移动文件，一次性移动的文件数量有限制，具体数量不清楚，本人一次性移动>600000个文件时遇到了。解决办法 # 使用xargs传参，不会出现长度超出限制问题# indir: 需要移动文件所在文件夹 # file: 变量别名，代指前面传来的文件名# outdir: 目标文件夹ls indir | xargs -I file mv file outdir# 移动指定数量文件数# |head -n10000: 移动indir中前10000..

2020-11-06 17:14:02 4505 1

原创 conda环境中同时使用tf与pytorch报错 InvalidArgumentError: assertion failed: [0] [Op:Assert]

环境：tf-gpu=2.3.0、torch=1.5.0、cuda=10.1解决办法：先import tensorflow,再import torch改变前(报错)：import torchimport tensorflow改变后（不报错）：import tensorflowimport torch

2020-10-20 15:33:23 375

原创 ffmpeg 常用命令：视频拼接、裁剪、转图片

一、视频拼接1、准备需要进行拼接视频的filelist.txt文件，filelist.txt内容格式如下所示，排列顺序为拼接后的视频先后顺序。file 'video_01.avi'file 'video_02.avi'file 'video_03.avi'2、使用ffmpeg进行视频拼接ffmpeg -f concat -i filelist.txt -c copy output.avi如果出现"Unsafe file name"错误，使用如下命令ffmpeg -f .

2020-09-29 16:56:11 2253

原创 Ubuntu18.04(16.04)安装opencv＞=4 with cuda support(GPU版本)

该教程为Ubuntu系统下编译安装GPU版本opencv的指引，所以安装前需要确认电脑已经安装好CUDA。1、Install dependenciessudo apt-get updatesudo apt-get upgradesudo apt-get install build-essential cmake unzip pkg-configsudo apt-get install libjpeg-dev libtiff-dev libpng-devsudo apt-get instal

2020-09-21 10:11:57 849

原创 Ubuntu下批量解压缩zip|tar|tar.gz压缩文件

总结了一下ubuntu下批量解压缩的方法，下面两种比较好用。第一种方法：xargs传参ls *.tar | xargs -n1 tar xvf # tarls *.tar.gz | xargs -n1 tar xzvf #tar.gzls *.tar.gz | xargs -n1 unzip -o # 第二种方法：for循环for tar in *.tar; do tar xvf $tar; done # tarfor tar in *.ta

2020-09-20 11:21:52 3172 1

原创 Ubuntu下分卷压缩与分卷解压

# 1.分卷压缩tar cvzpf - myfile | split -d -b 50m - newfile# 其中 - myfile :输入文件夹名字; -b 50m :每卷为50m; - newfile :输出文件名# 压缩完的文件命名为：newfile00,newfile01,newfile03...# 2.分卷文件解压cat newfile*>newfile.tar.gz # 将分卷文件合并成一个压缩文件tar xzvf newfile.tar.gz #解压参考.

2020-09-20 10:26:12 1390

原创视频行为识别（二）：Tencent / ActionDetection-DBG安装及使用

一、论文《Fast Learning of Temporal Action Proposal via Dense Boundary Generator》https://arxiv.org/pdf/1911.04127.pdf二、安装1、依赖Tensorflow == 1.9.0 or PyTorch == 1.1 Python == 3.6 NVIDIA GPU == Tesla P40 Linux CUDA 9.0 CuDNN gcc 52、下载编译# .

2020-07-29 19:55:13 1708

原创视频行为识别（一）：deepmind / kinetics-i3d安装及使用

一、论文《Quo Vadis, Action Recognition? A New Model and the Kinetics Dataset》https://arxiv.org/abs/1705.07750二、安装1、依赖-tensorflow-gpu==1.14.0-tensorflow-probability==0.7.0-dm-sonnet==1.34-CUDA==10.0-CuDNN==7.4.12、源码下载$ git clone https:/

2020-07-29 19:36:36 1237

原创 ubuntu16.04安装opencv4

1、conda安装如果你已经安装anaconda，那么接下来就简单了，直接如下命令安装。conda install opencv安装完成后进行测试。pythonimport cv2如果报错No module:cv2pip3 install opencv-python如果报错ImportError: libSM.so.6: cannot open shared object file: No such file or directoryapt-get upda

2020-07-23 15:39:58 357

原创 NVIDIA SMI has failed because it couldnot communicate with the NVIDIA driver

以下为本人在ubuntu18下的实践体验，并不一定严谨。如果自己已经安装NVIDIA驱动，在命令行输入：nvidia-smi，却输出如下提示NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.1、原因是NVIDIA驱动无法与电脑“独显”连接，也就是说目前电脑在“集

2020-06-16 14:49:52 486

原创 ubuntu安装pyaudio

sudo apt-get install portaudio19-dev python-all-dev python3-all-devpip3 install pyaudio

2020-06-12 23:17:24 830

原创 ubuntu卸载cuda10.1

cd /usr/local/cuda/binsudo ./cuda-uninstaller

2020-06-12 23:00:25 1155

原创 Ubuntu系统kenlm安装及n-gram语言模型训练

一、kenlm安装1、安装依赖包对新安装的ubuntu系统，可能会缺失很多依赖包，如果已安装可以忽略。sudo apt-get update # 升级apt-getsudo apt-get install cmake gcc g++ # 安装编译器sudo apt install libboost-dev libboost-test-dev libboost-all-dev # 安装boostsudo apt install libeigen3-dev # 安装ei

2020-06-10 21:45:56 949

原创 Tensorflow构建数据输入管道方法总结

1、通过标准的ETL结构（queue_runner）构建tensorflow数据输入管道https://blog.youkuaiyun.com/u014061630/article/details/807769752、通过tf.data API构建tensorflow数据输入管道http://www.pianshen.com/article/4800192463/http://www.pianshen.com/article/151423348/;jsessionid=3937A3F1343EB4AE8D

2020-06-03 11:16:53 533

topology optimization multiple loading cases

空空如也