- 博客(8)
- 收藏
- 关注
原创 使用ImageFolder时报错FileNotFoundError: Couldn‘t find any class folder in ../autodl-fs/COCO2017/
1.调试的关键就是仔细研究报错信息。根据报错信息回溯到关键代码:train_images = datasets.ImageFolder(train_options.train_folder, data_transforms['train'])分析报错原因就是train_folder找不到数据集入口路径:datasets.ImageFolder函数无法在指定的路径../autodl-fs/COCO2017/中找到任何类别文件夹。这意味着该路径下缺少所需的文件夹结构。2.了解datasets.Image
2024-03-29 09:45:29 304 1
原创 VScode如何联动远程服务器来跑模型和Debug
把他下载到我的环境当中来:pip install git+https://github.com/kornia/kornia.git,最后终端提示Successfully installed kornia-0.7.3.dev0 kornia-rs-0.1.2则安装成功。3.在运行代码的过程中一定要文件路径问题,终端所在路径是目前代码运行的路径,其他数据或文件的路径是基于这个基础的,或者直接使用绝对路径。在github的项目上查找这个文件发现它移动到了新的模块下,于是修改代码文件为相对于的新位置。
2024-03-23 14:24:10 659 3
原创 如何从Github拿到代码在云服务器跑起来--算力云从零搭建和配置GPU模型环境
在训练时,需要高IO性能的数据(如训练数据),先拷贝到实例本地数据盘,从本地盘读数据获得更好的IO性能。1.首先拿到一份代码先研究他的readme.md也就是说明文档(至关重要),根据说明文档的详细程度可以间接判断代码能否跑起来,或者代码是否靠谱,不然花很多时间研究才发现代码没有可行性。此外存储后端有多冗余副本,数据可靠性非常高(本地数据盘无冗余备份,有一定概率出现磁盘故障影响数据)3.租用实例,先根据我们需要的GPU型号,需要的配置环境,其次选地区(北京这种地区容易没有可用实例就得等待),价格。
2024-03-22 22:30:32 983 2
原创 记录使用超算平台、slurm用户作业管理使用命令
输入命令查看哪些作业占用GPU: squeue | grep "gpu"根据作用ID取消排队作业:scancel 143162。激活环境:conda activate myenv。退出环境: conda deactivate。新建脚本:sbatch test.sh。查看全部运行的作业:squeue。查看历史作业情况:sacct。到底是谁一直占着GPU啊!退出命令行:exit。
2024-03-21 11:55:31 369 1
原创 linux系统下Vi编辑器的常用命令(如何保存和退出)
在命令模式下,您可以切换到编辑模式以输入或编辑文本。在编辑模式中,您可以直接输入文本,并且某些键盘按键的功能会发生变化。例如,按下键盘上的a将光标移到当前位置的右侧并开始输入文本,按下i将光标移到当前位置并开始输入文本。要从命令模式切换到编辑模式,请按下a、i、o等键。当打开一个文件时,vi编辑器会默认进入命令模式。在该模式下可以执行各种编辑器命令,如移动光标、复制粘贴文本、查找替换等。要进入命令模式,只需按下键盘上的Esc键。这将放弃对文件的更改并强制退出编辑器。这将保存您对文件的更改并退出编辑器。
2024-03-21 11:31:00 322 1
原创 Linux系统下使用vi编辑器时意外或强制关闭窗口退出报错:Another program may be editing the same file.
如果您已经执行了这些操作,请删除交换文件".trans.sh.swp"以避免显示此消息。在这种情况下,您可以选择打开为只读模式([O]pen Read-Only)、继续编辑([E]dit anyway)、恢复更改([R]ecover)、删除交换文件([D]elete it)、退出编辑器([Q]uit)或中止操作([A]bort)。2.在提示后输入“Q”来直接退出不做任何操作,回到trans.sh所在路径下的命令行,删除交换文件.trans.sh.swp:输入rm -rf .trans.sh.swp;
2024-03-21 11:11:01 236 1
原创 习惯用Typora做学习笔记,老师让上传word版本文献综述,如何转换?--文件转换插件Pandoc的安装过程。
Typora转换后缀为.md的文档为其他格式,例如word--安装插件Pandoc、获取和安装教程
2024-03-15 21:33:46 389
原创 Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False.
通常情况下,当你设置了CUDA_VISIBLE_DEVICES,PyTorch就会在可见的GPU设备上运行,而不考虑其他未被指定的GPU。因此,如果你只有一个GPU,或者指定的GPU编号不正确,可能就会出现无法找到GPU的情况,最终执行了else分支。1.修改checkpoint = torch.load(args.checkpoint_file, map_location=torch.device('cpu'))则可用CPU运行代码,但这不是我们的最终目的。3.以下命令在在终端执行。
2023-12-11 20:08:37 1031 1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人