- 博客(18)
- 收藏
- 关注
原创 区分torch.cuda()和torch.backends.cuda()
例如,通过 torch.cuda.device() 函数可以获取当前的 CUDA 设备,通过 torch.cuda.is_available() 函数可以检查当前系统是否支持 CUDA,通过 torch.cuda.Stream() 类可以创建 CUDA 流等等。torch.cuda() 和 torch.backends.cuda() 实际上都是 PyTorch 提供的用于管理 CUDA 后端的模块,它们的作用是相似的。
2023-05-06 12:12:20 294
原创 torch.backends.mps.is_available()
backends 子模块中包含了与后端实现相关的模块和函数,例如 torch.backends.cudnn 模块用于管理使用 NVIDIA cuDNN 库的相关设置,torch.backends.mkldnn 模块用于管理使用 Intel MKL-DNN 库的相关设置,torch.backends.openmp 模块用于管理使用 OpenMP 的相关设置等等。通过使用 backends 子模块,我们可以配置和管理 PyTorch 在不同硬件和软件环境中的运行方式,以便实现最佳的性能和效率。
2023-05-06 12:09:04 2541 1
原创 关于torch.stack(tensors, dim=0)中dim值的理解
总结:以上述为例,当有4个(或者是n个)2维张量x叠加时,叠加生成新的张量x_stacked的维度肯定为3,但是叠加时,dim属性值设置不同或者是叠加个数设置不同,x_stacked的shape会不同,以叠加个数是4为例,当dim=0的时候,x_stacked的shape为[4, 3, 2],它的第一维为叠加x的个数,第二维和第三维是x的高度和宽度;当dim=2的时候,x_stacked的shape为[3, 2, 4], 看结果是每一行内每一列的元素相叠加,故其结果的形状是将叠加个数放到了第三维。
2023-05-05 13:56:45 199
原创 TypeError: ufunc ‘bitwise_and‘ not supported for the input types, and the inputs could not be safely
要比较两个浮点数是否在一个范围内,您可以使用逻辑运算符and,或者使用numpy库中的logical_and函数。这个错误是因为您使用了逻辑运算符&来执行按位与(bitwise and)运算,而它不适用于浮点数类型的输入数据。2.使用numpy库中的logical_and函数来执行按位与运算。1.使用逻辑运算符and来替代&
2023-03-20 08:49:25 4111
原创 for循环嵌套
问:predd20201是个数列,那y for x in predd20201 for y in x这行代码是什么意思。简单来说,这行代码将 predd20201 中的所有元素按照顺序放入一个新的一维列表中,所以最终的结果是一个列表。答:这行代码使用了 Python 中的嵌套循环和列表推导式,可以用来将一个嵌套的列表展开为一个一维列表。外层循环遍历 predd20201 中的每个子列表 x。将所有的 y 组成一个新的列表,并作为结果返回。内层循环遍历子列表 x 中的每个元素 y。总结:补补基础知识吧。
2023-03-18 16:30:06 37
原创 同时使用GDAL和Numpy库发生的报错:ImportError: numpy.core.multiarray failed to import
因库版本问题发生的错误解决
2023-03-15 17:22:47 1118 1
原创 wget数据下载失败:HTTP request sent, awaiting response... 401 Unauthorized Unknown authentication
wget下载IMERGE数据遇到的问题
2023-03-01 22:54:12 2786
原创 【Import “sklearn.preprocessing“ could not be resolved 】
I installed sklearn in VSCode but it still won't work when trying to import from sklearn.
2023-02-17 16:50:17 709
转载 The isort server crashed 5 times in the last 3 minutes. The server will not be restarted.
vscode问题
2023-02-15 19:21:03 1569
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