qq_46244851的博客

原创 电脑清灰涂硅脂后电脑CPU温度不降反升

暗影精良5清灰，重涂HY510硅脂之后，CPU使用温度过高异常，通过更换信越7921硅脂解决

原创 pycharm通过ssh远程调试树莓派

注意，本片博文仅仅是对使用pycharm通过ssh远程调试树莓派过程中几个主要的点进行介绍，这几个点是我在遇到问题后百度无果总结出来的，至于简单的连接步骤网上教程很多，在此处不在赘述。注意，使用的pycharm必须是专业版的。目录1.修改使用的python解释器2.修改使用的远程主机的python版本3.文件上传到服务器的位置的更改1.修改使用的python解释器很多时候，在运行程序的时候报找不到解释器的错误就是因为没有配置好解释器。步骤：file->setting->project-

原创 linux服务器后台训练模型（关闭终端之后训练也会继续）

使用nohup python train,py &命令进行训练，train.py是你的训练文件，默认会将信息打印在当前目录的nohup.out下，可以随时查看。训练之后断开终端再重新连接，输入nvidia-smi可以看到最后一行的20789就是我们的训练进程正在使用gpu啦...

原创 centos7.8配置anaconda和cuda10.1+cudnn7.6.5

目录1.安装anacoda2.安装cuda和cudnn（其实还是按照官方文档安装最好）1.安装anacoda用wget命令在相应得anaconda链接下载安装包，wget -b 链接后台自动下载sudo sh 安装包名字安装安装包。配置环境变量：环境变量优先级：/etc/profile->/etc/profile.d->/etc/bashrc->用户的.bash_profile->用户的.bashrc，详情查阅https://freecplus.net一般在.ba

原创 Couldn‘t open CUDA library libcupti.so

在训练模型时使用print(tf.test.is_gpu_available())显示True,但是在训练时仍然会显示Couldn't open CUDA library libcupti.so 。是因为没有为libcupti添加环境变量，其实这一点在官方文档中已经指出了，再次证明查阅官方文档的重要性，不慌，只需要先cd ~vi .bashrc之后添加export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/loc

原创 Could not load dynamic library ‘libcudnn.so.7‘； dlerror: /usr/local/cuda-10.1/lib64/libcudnn.so.7: f

问题在centos7.8上安装cuda10.1+cudnn7.6.5+tensorflow2.2_gpu时检测是否安装成功时，报错如图可以看到我之前已经正确的将cudnn中的include和lib64中的文件复制到了cuda10.1中相应的文件夹中，而且cuda和cudnn的版本也是正确对应的，cuda的环境变量也正确的配置了，可以看到cuda的库文件已经正确的导入了，但是唯独cudnn的不能正确导入。解决办法报错的原因是因为没有为cudnn中的文件创建软链接，只需要分别输入一下命令：cd /us

原创 centos7.8上安装cuda10.1输入nvidia-smi一直显示no devices were found

问题：按照网上的教程安装，安装之后输入lspci | grep -i vga可以输出显卡型号，在配置环境变量之后也可以输入nvcc -V也可以得到cuda版本号，但是就是输入nvidia-smi显示no devices were found,在网上查了好长时间,什么配置环境变量，降低内核哪些方法都试过，也没有结果。解决办法：在https://www.nvidia.com/download/driverResults.aspx/166883/en-us中安装指定的驱动之后问题解决，得到输出...

转载 centos7.8安装cuda10.1

https://blog.csdn.net/sinat_32724581/article/details/106807070

原创 将自己的ubuntu18.04创建成服务器

步骤配置可能报错的情况及常用命令配置1.更新源列表ctrl+alt+t打开命令行之后输入sudo apt-get updata执行即可2.安装ssh服务，输入sudo apt-get install openssh-server执行。3.安装openssh-client(ubuntu用户自带，可以跳过本步骤），键入sudo apt-get install openssh-client执行4.安装net-tools,输入sudo apt-get net-tools执行5.输入sudo servic

原创 fashion_mnist识别的卷积网络实现

import tensorflow as tfimport numpy as npimport pandas as pdimport osimport timeimport matplotlib.pyplot as pltfrom tensorflow import kerasimport sklearn as skfashion_mnist = keras.datasets.fashion_mnist(x_train_all,y_train_all),(x_test,y_test)

原创 keras.layers.Flatten讲解

keras.layers.Flatten(input_shape=[])用于将输入层的数据压成一维的数据，一般用再卷积层和全连接层之间（因为全连接层只能接收一维数据，而卷积层可以处理二维数据），原理如下input=keras.layers.Input(shape=[28,28])layers_Flatten=keras.layers.Flatten(input_shape=[28,28])(input)layers1=keras.layers.Dense(100,activation='relu')

原创 Blas GEMM launch failed : a.shape=(32, 784), b.shape=(784, 300), m=32, n=300, k=784

今天用tensorflow2.0——gpu训练fashion_mnist数据集的时候发现忽然报错：Blas GEMM launch failed : a.shape=(32, 784), b.shape=(784, 300), m=32, n=300, k=784了解之后发现是gpu被别的程序占用了,才想起来自己同时打开了jupyter notebook和pycharm在使用同一块 gpu，奈何gpu只有4g,之后关掉了notebook之后终于再pycharm中跑成功了。...

原创 labelimg使用方法

目录1.下载labelimg2.labelimg使用1.下载labelimg打开cmd命令行，激活虚拟环境（我这里激活的是tensorflow2cpu这个环境，输入activate tensorflow2_cpu后执行即可），之后直接输入pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple(清华源下载比较快)，之后显示安装成功。2.labelimg使用环境激活的情况下直接在cmd中输入labelimg即可打开labeli

原创 自定义loss函数和dense layer进行训练

大纲1.自定义损失函数进行训练2.自定义dense layer进行训练1.keras.layers.dense简介2.自定义实现1.自定义损失函数进行训练def customized_mse(y_true, y_pred):#自定义一个损失函数 return tf.reduce_mean(tf.square(y_pred - y_true))model = keras.models.Sequential([ keras.layers.Dense(30, activation='rel

原创 eager模式和Autograph计算图简介

原创 tensorflow创建常量与变量及其使用

目录1.创建常量1.用tf.constant创建一般常量1.创建矩阵型tensor.2.创建scalar(标量)3.创建字符和字符串矩阵2.创建ragged_tensor3.创建sparse_tensor2.创建变量3.文末总结1.创建常量1.用tf.constant创建一般常量1.创建矩阵型tensor.创建t = tf.constant([[1., 2., 3.], [4., 5., 6.]])# indexprint(t)print(t[:, 1:])print(t[..., 1]

原创 超参数搜索（hyperparameter_search）

这篇博文中有详细介绍，点击跳转博文跳转

原创 wide&deep模型及稀疏特征和密集特征对比讲解

1.稀疏特征和密集特征2.wide&deep简介wide&deep模型曾被谷歌用来作为谷歌商店的推荐算法，就是根据你浏览了啥，分析之后给你推荐啥。google曾于 2016 年在DLRS上发表了一篇文章：2016-Wide & Deep Learning for Recommender Systems，模型的核心思想就是结合线性模型的记忆能力（memorization）和 DNN 模型的泛化能力（generalization），在训练过程中同时优化 2 个模型的参数，从而达到

原创 5种模型构建解决回归问题（california房价预测)

用tf.keras构建模型处理房价预测问题1.引入所需要的包2.从sklearn.datasets中调用数据集输出3.对数据集进行train,valid,test的划分输出4.对数据进行标准归一化5.模型的构建及训练1.一般单层级网络模型1.构建模型2.模型训练3.绘制训练曲线4.模型评估2.用函数式api构建wide&deep模型1.构建模型2.训练模型3.绘制训练曲线4.模型评估3.用子类api实现wide&deep模型训练1.构建模型2.训练模型3.绘制训练曲线4.模型评估4.wide

原创 AlphaDropout和selu的使用

AlphaDropout（防止过拟合，一般放在最后几层）和selu（自带批归一化的激活函数,relu的进化版,批归一化，Batch Normalization，就是BN，一般用在线性层和卷积层后面)# tf.keras.models.Sequential()model = keras.models.Sequential()model.add(keras.layers.Flatten(input_shape=[28, 28]))for _ in range(20): model.add(ke

原创 tf2.0实现fashion_mnist分类

用tf.keras实现较深层神经网络和批归一化处理1.引入需要的包输出2.调用fashion_mnist数据集输出3.对数据进行标准归一化4.编写网络层输出5.调用callbacks函数，并开始训练。输出6.绘制训练曲线图输出7.最后来在测试集上测试模型好坏输出1.引入需要的包import matplotlib as mplimport matplotlib.pyplot as plt%matplotlib inlineimport numpy as npimport sklearnimpor

原创 tensorflow2.0 fashion_mnist数据集实战

原创 安装pytorch步骤(安装包法）

安装（此方法适用于再命令行中用conda命令总是下载失败的情况）因为我安装pytorch的过程中用conda命令总是失败下载到一般总是失败，所以在官网找到对应的下载包下载到本地之后，网址如下https://download.pytorch.org/whl/torch_stable.html在该网址中找到对应的torch和torchvision和cuda版本下载之后，在命令行中激活环境，之后输入 pip install ,之后拖拽下载的.whl文件到命令行窗口即可完成安装。注意torch和torch

原创 安装ubuntu18.04+win10双系统

注意，最重要的一点，在磁盘分区之后下面会有一个为哪里安装grub的选项，这里一行要选择/这个主分区，否则在后面安装中会报无法安装grub的错误。u盘装系统要注意u盘格式与电脑引导格式相对应，比如我的电脑是uefi启动，u盘的格式就要设置成gpt格式，如果是传统启动模式，u盘就要设置成mbr格式...

原创 workstation中安装的系统显示模糊

因为开启了自动拉伸模式，所以屏幕显得很模糊这时只需要右击此处打开设置，在右下角的拉伸模式中取消勾选之后点击屏幕上方图片上的第三个图标即可全屏显示高清的系统啦更改之后明显清晰了好多。...

原创 分类问题与回归问题的目标函数

大纲1.为什么需要目标函数2.目标函数相关概念3.分类问题1.分类问题2.分类问题的损失函数one-hot编码分类问题的目标函数需要衡量目标类别与当前预测的差距分类问题损失值的求解方法4.回归问题1.回归问题2.回归问题的损失函数4.总结：模型的训练就是不断调整参数使目标函数变小的过程。1.为什么需要目标函数深度学习中参数是要不断调整的，其实学习的过程就是通过训练不断调整参数使模型更加能够适应去解决相应问题的过程。2.目标函数相关概念1.**损失函数（Loss Function ）**是定义在单个样

原创 tensorflow-keras简介

大纲1.keras简介2.tensorflow-keras简介3.tf.keras和keras的联系4.tf.keras和keras的区别5.二者之间的选择1.keras简介keras是基于python的高级API.2.keras必须要以Tensorflow，CNTK或者Theano为后端才能运行，后端是可以切换的，现在多用tensorflow.2.tensorflow-keras简介1.Tensorflow对keras API更加规范2.tensorflow-keras和tenso.

原创 matplotlib基本操作（速成）

matplotlib1.安装2.基本使用1.安装直接打开命令行输入pip install matplotlib安装即可（速度慢的话可以用清华源）2.基本使用import matplotlib.pyplot as plt#引入matplotlib的pyplot模块import numpy as npa=np.arange(0.0,5.0,0.01)#构造一个0起始，5结束，0.01为间隔的numpy数组b=5*np.cos(a*np.pi*2)#其中的np.pi是圆周率plt.plot

原创 数字图像基础（基本了解）

目录1.数字图像基本概念2.色彩图像1.数字图像基本概念像素：就是图像中的一个最小单位位图：通过记录每一个像素值来储存和表达的图像。色彩深度/位深度：位图中每个像素点要用多少个二进制位来表示。（8bit=1Byte）只要是仅有两种颜色的图像就都可以称为二值图像。2.色彩图像每个像素都有红(red)，绿(green)，蓝(blue)，就是传说中的三原色rgb。在计算机色彩表示中0~255中红（绿，蓝）颜色逐渐加深。RGBA图像：RGB图像+8位透明度信息AlphaRGBA图像就是32

原创 numpy基本用法讲解

目录1.创建数组的方法：2.数组的切片操作及改变数组形状的方法3.矩阵运算4.数组中元素运算操作1.创建数组的方法：最基本：a=np.array([1,2]),将传入的python列表转化为np数组，注意：源数据是ndarray数据时，array是创建一个新的数组，而 asarray仍旧使用原来的数据源。所以使用asarray创建的数组改变时，原数组也改变了，一般我们都用array.import numpy as npa=np.arange(0,10,2)#创建起始为0，结束为10,但是不包括1

原创 tensorflow2.0---张量的创建以及tf的简单操作

目录1.tf2的'hello world'2.创建张量3.创建随机数张量--正态分布（tf.random模块）1.tf2的’hello world’在电脑上安装tensorflow2.0即可，安装教程网上很多，在此不再赘述。安装之后：import tensorflow as tf #引入tensorflowprint(tf.__version__) #查看tensorflow版本号print(tf.test.is_gpu_available())#如果是安装的gpu版本，用来查看g

原创 tensorflow中FLAGS全局变量用法

FLAGS用法1.用法简介：2.使用步骤3.代码实例讲解1.用法简介：tensorflow中flags主要用于接受命令行传递参数，可以全局的更改代码中的参数，这正好适用于深度学习这种用到参数比较多的地方。大概的步骤就是现在.py文件中定义相应参数，然后调用flags，将参数储存在flags中，方便进一步的更改和调用（例如：调用时直接用 （FLAGS.参数名） 调用即可。2.使用步骤概览：先在文件中调用flags,定义参数名称，默认值以及参数描述，然后在接下来要用到某一定义参数时使用fla

原创 Tensorflow：UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed

解决办法1.先尝试restart服务器：2.检查cudnn安装是否正确今天在使用Jupyternotebook跑训练代码时遇到了这样的错误，我安装的是tensorflow2.0gpu版本，cuda10.0,cudnn只需大于v7.6即可，根据提示可能是cudnn的问题，解决方法如下：1.先尝试restart服务器：大多数时候可以通过重启服务器解决。2.检查cudnn安装是否正确如果restart不管用的话，那一般就是你的cudnn出现了问题，我这次就是这样，我在安装cudnn时，只是将cuda中

原创 关于u盘装系统失败及装的系统出现问题的一种解释

文章目录1.问题2.解决办法1.问题最近因为要安装双系统，特地的学习了用u盘装系统，但是在安装了几次之后发现了几个问题在用u盘安装win10制作启动盘时总是制作失败用u盘制作deepin启动盘后发现安装之后的系统会出现无法关机和卡顿等情况2.解决办法开始时在网上找了一些解决办法，但是都无效，最后用diskgenius检测u盘时发现16G的u盘出现了15个左右的柱面损毁，（图中红色区域即为损坏的柱面）简单来说就是u盘坏了，丫的，换了一个闪迪cz880后再次尝试果然一路畅通无阻。你如果用u

原创 Permission denied:的解决办法（windows系统)

在跑yolo3的tain的代码时遇到了一下问题， Permission denied: 'D:\yolo3-keras’的报错提示，如图检查后发现，我的yolo-huawei文件是由我的yolo3-keras文件复制而来的，是作为副本的，所以就会受到原文件yolo3-keras的阻止，因为yolo-huawei是没有该项权限的，之后我在原文件中跑就没有这样的问题了。如果是linux的系统的话还可以用sudo命令更改权限即可，在此不再赘述。...

原创 移动硬盘无法弹出，显示被进程占用（system占用）

移动硬盘无法弹出（时间紧的话直接看第三点）1.一堆可有可无的废话2.问题分析3.解决问题（唯一有用的部分）1.一堆可有可无的废话最近趁着618，突发奇想在淘宝上随便整了一块外接机械硬盘，之后在将电脑中的文件备份到外接硬盘上后正准备弹出硬盘万事大吉时，竟然显示硬盘正在被进程占用，无法弹出，丫的就我这暴脾气，怎能忍受这等屈辱之事，必须弹出！然后就开始了寻求方法的漫漫长路，操作望着资源查看器中外接硬盘中那一大大大大堆的进程，这。。让盘古来也关不完的进程，在打开了无数次cmd以及资源管理器和一顿我自己都看不懂

原创 BDD100K数据集高速下载地址（百度网盘）

最近需要BDD100K的数据集，在网上找了好久下载地址，大部分要么不能用，要么下到一半就禁止下载了，气煞我也，还让我加什么qq群，加群，不可能，必须拒绝，因此在找到后第一个和小伙伴们分享，有用的话，记得点赞评论偶链接：https://pan.baidu.com/s/1fFSzGJt6Op4k7Gyo9QjtYA 提取码：kuld...

原创 用opencv为视频抽帧时报错

日常报错报错代码块（时间紧的直接跳至解决办法部分即可）所报错误解决办法报错代码块（时间紧的直接跳至解决办法部分即可） while True: success, frame = videoCapture.read() i += 1 if (i % count == 0): # 保存图片 j += 1 savedname = 'video_' + str(j) + '.jpg'

原创 运行剪切图片的程序时报错

错误：cv2.error: OpenCV(4.2.0) C:\projects\opencv-python\opencv\modules\imgcodecs\src\loadsave.cpp:715: error: (-215:Assertion failed) !_img.empty() in function 'cv::imwrite’原因：截取图片的四角坐标设置错误。其中x1,x2,y1,y2应满足y1<y2,x1<x2;解决方法：调整x1,x2,y1,y2的大小使其符合要求。

原创 在虚拟机中（与在本机上安装双系统时遇到的问题是一样的）安装deepin20.0beta时遇到的问题及解决方法（超全）

文章目录花了两天的时间经过重重障碍终于把deepin的20.0beta版安装好了，两个字，巴适。其中遇到过不少问题，让我一一在本文讲解。###1. 显示 Operating System not found ：解决方法：检查虚拟机设置中DVD的配置，将其由自动检测改为选取的镜像。###2. 打开deepin虚拟机后黑屏：解决办法...