向bug低头。-CSDN博客

原创 2021-07-15多台服务器通过路由器同时联网

多台服务器通过路由器同时联网如果只有一个网口，而又同时有多台服务器需要联网，这时就只能通过一个路由器的多个lan口来实现这时，所有的服务器的IP都是路由器的ip，只能通过设置不同的端口号来区分。首先需要在服务器端通过命令修改ssh服务的端口号（默认为22）一、找到ssh配置文件位置vim /etc/ssh/sshd_config二、修改ssh登录端口号修改 port 22 为 port xxxx三、重启ssh服务/etc/init.d/ssh restart然后再在路由器端实现端口映射

2021-07-15 20:22:18 534

原创解决已经安装好anaconda但【Ubuntu】conda: command not found解决办法

安装anaconda时候要修改默认路径，否则会安装到当前用户名底下的文件夹，导致其他用户无法使用bash Anacondaxxxxx.bash -p PATH -u #PATH：为自定义的路径，我的为 /usr/local/eg：sudo bash Anaconda3-5.0.1-Linux-x86_64.sh -p /opt/Anaconda/ -u在etc/profile下添加anaconda路径vim /etc/profileexport PATH=/opt/Anaconda3/b

2021-07-15 19:58:15 1445

原创 Ubuntu下新磁盘挂载，vim命令说明

Ubuntu下新磁盘挂载对新磁盘处理就是先分区，再格式化，再挂载https://blog.csdn.net/wshixinshouaaa/article/details/81275608使用fdisk -l查看是否分区成功，同时记住名字不要用后面挂载方法，用下面这个磁盘挂载的方法，注意磁盘的名称https://blog.csdn.net/ytusdc/article/details/83621489改完之后reboot如果修改哪个文件改错了会导致无法进入界面，这时再vim进入刚才的文件，把添

2021-07-15 19:34:50 188

原创 Python读取及保存mat文件注意事项

**Python读取及保存mat文件**在说明python读取mat文件之前需要强调2点：读取的时候需要注意读出来的shape是什么样的，是否符合自己的预期，如果shape不是自己预期的那样，就需要用np.transpose(mat, [x, x, x])进行修正。读取的时候需要注意取值范围，也就是最大值，因为在作为训练数据的时候需要首先进行归一化（避免无法收敛），而不同的mat文件的最大值是不一样的，有0-1、0-255、0-212、0-216。python实现mat文件的读取主要有3个函

2021-05-05 21:02:34 3229

原创 TypeError: new() received an invalid combination of arguments-got(float, int)

Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/home/zhangboshen/anaconda3/lib/python3.6/site-packages/torch/nn/modules/linear.py", line 48, in __init__ self.weight = Parameter(torch.Tensor(out_features, in

2021-04-06 09:57:20 1533

原创 OSError: Unable to open file (file signature not found)

原因：可能是在用matlab保存.mat文件时用的版本较老的matlab，可能需要在保存时后面加上’.v7.0’（在网上再查查）最好改用scrpy

2021-01-20 17:33:19 1460

原创 OSError: could not read bytes

在使用scipy读取.mat文件时可能会出现的错误。解决方法：有可能是上传文件时出错，重新上传一次即可。

2021-01-20 17:26:35 2319 2

原创 dim的理解

eg.a = torch.randn((3,4,5))b = a.max(dim=0)可以值么理解，固定这一个维度，比如现在是dim=0，这三个红框里面的部分不动，如红色箭头所示，移动整个块，进行比较或者其它操作。输出维度：（1，4，5）dim=1也是一样的输出维度：（3，1，5）最后的结果是将该维度变成1，其余不变。...

2020-12-23 11:09:45 3428 1

原创训练阶段net.train()&&测试阶段net.eval()的作用

net.train（）在训练模型时需要在前面加上。net.eval（）在非训练的时候是需要加的，没有这句代码，一些网络层的值会发生变动，不会固定，神经网络每一次生成的结果也是不固定的，如droupout层和BN层，生成质量可能好也可能不好。...

2020-12-22 19:15:03 5666

原创 Pytorch可视化(显示图片)及格式转换

读取RGB文件：matplotlibimport matplotlib.image as mpimg # mpimg 用于读取图片lena = mpimg.imread('lena.png')cv2import cv2# cv2.imread()接口读图像，读进来直接是BGR 格式数据格式在 0~255，通道格式为(W,H,C)img_BGR = cv2.imread('D:/Desktop/lena.jpg')rgb = cv2.cvtColor(rgb, cv2.COLOR_

2020-12-20 18:43:14 9637 3

原创 Linux服务器跑深度学习的基础代码

Linux 通过命令行关闭进程 ps -u %显示该用户所有进程的PID号 kill 9 PID %杀死该进程通过后台运行python程序 nohup python main.py > myout.file 2>&1 &^C

2020-12-18 23:28:58 2131 1

原创使用Python、Matlab加载数据&保存数据

Pythondata_path = r’C:\Users\Administrator\Desktop\NTIRE2020_Validation_RealWorld’如果不加“r”就会报错，加了“r”之后加载数据时会将“\”自动转成“\”（使用复制地址就会这样）‘C:/Users/Administrator/Desktop/NTIRE2020_Validation_RealWorld’这样写不报错，加了“r”也不会错所以建议前面加“r”data_path = ‘./Dataset/V

2020-12-12 17:37:01 447

原创配置GPU

os.environ[“CUDA_DEVICE_ORDER”] = “PCI_BUS_ID” #按照PCI_BUS_ID顺序从0开始排列GPU设备os.environ[“CUDA_VISIBLE_DEVICES”] = “0”#设置当前使用的GPU设备仅为0号设备设备名称为’/gpu:0’os.environ[“CUDA_VISIBLE_DEVICES”] = “1” #设置当前使用的GPU设备仅为1号设备，设备名称为’/gpu:0’os.environ[“CUDA_VISIB..

2020-12-12 16:24:18 623

原创 pytorch中设置不同的学习率

pytorch中为不同子网络设置不同的学习率首先定义一个LeNet网络import torchimport torch.nn as nnfrom torch import optimclass Net(nn.Module): def __init__(self): super(Net, self).__init__() self.features = nn.Sequential( nn.Conv2d(3, 6, 5),

2020-11-25 16:25:09 1504

原创 pytroch调试时显示网络中的变量大小或具体数值

pytroch调试是显示网络中的变量大小或具体数值首先设置断点，打开调试窗口。在这里插入代码片这个时候想看各个变量的具体值是多少，直接输入conv1.parameter是没有显示的：需要这样：for name, para in self.conv1.named_parameters(): #net.conv1.named_parameters()： print(name, para.size())...

2020-11-25 15:00:36 130

原创 pytorch中unsqueeze和queeze函数的使用

pytorch中unsqueeze和queeze函数的使用直接上代码：import torcha = torch.randn([1,2,3])print(a.shape)a = a.squeeze(0) #这里注意一定要重新赋值 #在第“0”维增加一个维度的数据print(a.shape)torch.Size([1, 2, 3])torch.Size([2, 3])所以看得出来tensor.squeeze()的作用就是减少一个维度，但要注意一个问题，只能删减维度大小为1的一

2020-11-25 14:05:06 1079

原创基于GIS的校园公交车管理系统设计（西安电子科技大学GIS课程大作业）

基于GIS的校园公交车管理系统设计一、任务通过信息网络将现实校园的各种信息收集，整理，归纳，存储，分析和优化，进而对校园的教学资源，校园环境等方面的实体和现象进行模拟，仿真，表现，分析和深入认识。为了方便大学生在校内的出行，许多学校都建立了校内公交车系统，然而该系统的有效管理却成了一大难题，表现在如何选取行驶路线、乘坐站点以及时间表。为了解决以上难题，改善服务质量以及提高校园公交车的效率，以西安电子科技大学校内公交车为实验对象，通过采集和分析数据，实地考察以及综合分析，借助GIS以及其他软件平台，设计

2020-11-24 13:26:51 5598 1

原创使用TI的MSP430实现PWM驱动。（西安电子科技大学综合应用开发实验作业5）

题目要求：目标：设计一个电风扇控制系统，要求能够通过PWM调节风扇的转速。要求：讨论控制方案，完成单片机PWM驱动。如果大作业没有相关控制算法设计部分，则需要单独完成此部分内容；如果大作业中包含相关部分，则只需提交这部分内容的作为平时作业。平台：MSP430，MCS51，STM32等皆可。分析：pwm就是一定占空比的信号，可以利用delay函数实现高电平和低电平的持续时间。以下是使用energia开发环境的代码。const int LED1 = P1_0;const int LED2 =

2020-11-21 12:31:03 1774 1

原创使用TI的MSP430实现完成单片机定时和中断相关设计。（西安电子科技大学综合应用开发实验任务3）

题目要求：目标：反应检测系统（打地鼠）, 设计一个反应检测系统，N个LED指示灯（或者数码管）分别对应N个按键，在指示灯亮的时间t内按下对应按键就算命中，此时指示灯熄灭，否则算miss。要求：完成单片机定时和中断相关设计。如果大作业没有相关设计部分，则需要单独完成此部分内容；如果大作业中包含相关部分，则只需提交这部分内容的作为平时作业。平台：MSP430，MCS51，STM32等皆可。分析：该任务需要一个记录时间的变量，然后判断是否在5s内摁下按键，及时摁下则红灯亮，绿灯灭；没有在5s内摁下则绿灯

2020-11-21 12:26:34 1657 1

原创使用TI的MSP430实现一个单片机与上位机的数传系统。（西安电子科技大学综合应用开发实验）

题目要求：目标：智能控制系统——利用单片机（开发平台任选）,设计并编程实现一个单片机与上位机的数传系统。要求：对单片机和PC/手机/单片机之间的通信进行设计。如果大作业没有设计通信部分，则需要单独完成此部分内容；如果大作业中包含通信部分，则只需提交这部分内容的作为平时作业。平台：MSP430，MCS51，STM32等皆可。分析：可以使用energia自带的串口函数，当按键摁下时，串口监视器显示‘A’，当PC端发送字符‘g’/‘G’，开发板的绿灯亮；发送字符‘r’/‘R’，开发板的红灯亮；从而实现

2020-11-21 12:20:00 1599

原创如何使用TI的MSP430开发板（管脚配置、软件使用）（西安电子科技大学综合应用开发实验）

使用TI的MSP430开发板的注意事项这学期有一门综合应用开发实验，需要用到MSP430G2553这块卡发板进行一些小任务。关于开发环境，官方给出的建议是使用CCS（Code Composer Studio）或者是IAR软件，但博主墙裂建议，如果只是为了完成这一课程的任务，推荐使用[Energia]，(https://energia.nu/download/)用过Arduino的人都知道该软件的方便之处，示例丰富，串口调用方便，使用简单等等优点。唯一不好的一点就是太简单了，不能调试，没有代码补齐。

2020-11-21 12:11:02 2160 2

原创 nn.ReLU和nn.functional.relu有什么区别

nn.ReLU和nn.functional.relu有什么区别其中nn.ReLU作为一个层结构，必须添加到nn.Module容器中才能使用class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.conv1 = nn.Conv2d(3, 6, 5) self.conv2 = nn.Conv2d(6, 16, 5) self.fc1 = n

2020-11-20 15:23:24 3701

原创 Pytorch显示一个Tensor类型的图片数据

Pytorch显示一个Tensor类型的图片数据import torchfrom torchvision.transforms import ToPILImageshow = ToPILImage() # 可以把Tensor转成Image，方便可视化pic=torch.randn(3, 500, 500)ToPILImage()(pic).show()显示效果

2020-11-19 18:12:55 7382

pipixia的博客