windmyself的专栏

原创 指定显卡运行python脚本

【代码】指定显卡运行python脚本。

原创 ubuntu系统nvidia-smi慢

执行命令sudo nvidia-persistenced --persistence-mode。

原创 visualGLM部署过程中遇到的GET was unable to find an engine to execute this computation

原因猜测是因为torch版本过高，但是torchvision版本过低或者不兼容导致的，所以回退了底一版本的torch2.0.0。执行命令完成torch、torchvision、torchaudio降级。如下图所示，只需要不到1.5个G。

原创 使用docker pull 跨系统架构拉取镜像

因为服务器没有联网，需要从联网的个人电脑上dockerpull下镜像再传入服务器。但个人电脑上的架构是arm64v8，服务器上的架构是amd64，所以需要在arm64v8系统架构的个人电脑上拉取amd64系统架构的镜像。这里以拉取ubuntu18.04为例。以ubuntu18.04为例如下图所示，找到需要拉取的镜像，记得选择正确的系统架构！

原创 查看docker容器中ubuntu版本的命令

该命令是查看容器中ubuntu版本的命令！别的命令都是查看宿主机的命令！

原创 pytorch相关预训练模型下载地址

pytorch相关预训练模型下载地址

原创 docker pull、docker load、docker run使用方法

docker pull load save run

原创 在vi 中设置tab键为4个空格,并显示行号，对文件中的TAB与空格进行相互转换

在vi 中设置tab键为4个空格,并显示行号，对文件中的TAB与空格进行相互转换如何在vi 中设置tab键为4,显示行号对以前的文件可以用下面的命令进行空格和TAB互换如何在vi 中设置tab键为4,显示行号[Ubuntu@localhost ~]$ cd ~[Ubuntu@localhost ~]$ vi .exrc#然后在.exrc中写入:set nuset tabstop=4set expandtab%retab! # 这个不需要#保存退出，使用vi时都会显示行号，而且tab为4。

原创 腾讯游戏人脸识别验证是否会保存用户信息

腾讯游戏人脸识别验证是否会保存用户信息

原创 如何查看当前Word是即点即用版本还是安装版本

因为要安装Visio，但是不知道Word是即点即用版本还是安装版本，所以要先确认下Word是不是即点即用版本。首先打开一个Word文件，然后点击下图箭头所指的文件按钮；点击下图箭头所指的账户按钮；如下图箭头所示，关于Word处会显示安装的是否是即点即用版本。注：我在安装Visio2016即点即用版本之前，关于Word处显示我的Word是2016即点即用版本，安装完Visio后，这里不显示了，不知道什么原因。...

原创 炒花蛤小方法

先用盐水洗干净，切好葱姜蒜小米椒，锅中放油热开，放入切好的葱姜蒜小米椒爆香，放入洗干净的花蛤，炒制一半开口左右放入生抽老抽料酒白糖少许盐，炒制几乎全部开口，关火盛出即可。注：花蛤不用炒太久，因为会老，几乎全部开口就可以了。炒花蛤不需要加水！...

原创 激活函数知识点整理

激活函数激活函数什么是激活函数激活函数的作用激活函数的种类激活函数的选择激活函数相关问题激活函数什么是激活函数激活函数是人工神经网络的一个极其重要的特征；激活函数决定一个神经元是否应该被激活，激活代表神经元接收的信息与给定的信息有关；激活函数对输入信息进行非线性变换，然后将变换后的输出信息作为输入信息传给下一层神经元。激活函数的作用如果不用激活函数，每一层输出都是上层输入的线性函数，无论神经网络有多少层，最终的输出都是输入的线性组合。 激活函数给神经元引入了非线性因素，使得神经网络可以任意

原创 蒜蓉粉丝生蚝做法（包括蒜蓉配料制作）

第一步，准备好所用食材。把生蚝先处理好，最好是生的时候撬开，清理干净备用，这样可以最大程度保持鲜味（其实没必要，因为蒜蓉配料的味道很大，感觉蒸开口再撬开也行），如果觉得不好弄，也可以先把生蚝上锅蒸1-2分钟，开口后再撬开备用。把大蒜、小红米椒，香葱切末备用，粉丝用开水泡五分钟后用凉水冲凉备用。第二步，大蒜切成蒜末，放入凉油锅里，用小火炒制。炒出蒜香味，放生抽，鲜味酱油蚝油、鸡精、糖，炒匀关火。第三步，在处理好的生蚝上放泡好的粉丝，炒好的蒜蓉和小米椒段，上锅蒸5-7分钟，粉丝透明说明蒸好了。第四步

原创 paddledetection报错：No module named ‘paddle.fluid.dataloader.collate‘

原因是paddle的环境使用了2.0 版本，换成2.1版本就可以了。

原创 小龙虾尾、螃蟹做法（爆炒）

小龙虾做的时候如果和扇贝肉一起炒的话，记得也提前把扇贝肉洗干净。1.先将小龙虾尾解冻，清洗干净；2. 将洗净后的虾尾放入开水中稍煮一下，捞出再洗净；3. 锅中放入豆油加热后，放入葱姜蒜辣椒，炒至出香味；4. 放入虾尾爆炒一会，然后放入水和咸盐酱油耗油和少许白糖；5. 最后收收汁，然后尝尝汤的咸淡，盛出。螃蟹和上面小龙虾步骤一样...

原创 enumerate函数详解

enumerate函数详解enumerate(iteration, start)函数默认包含两个参数，其中iteration参数为需要遍历的参数，比如字典、列表、元组等，start参数为开始的参数，默认为0（不写start那就是从0开始）。enumerate函数有两个返回值，第一个返回值为从start参数开始的数，第二个参数为iteration参数中的值。b = [1,2,3,4,5,6]for i , item in enumerate(b): print(i, item)运行结果如下：

原创 数据获取与处理（以CV任务为主）

AI达人创造营：数据获取与处理（以CV任务为主）课程目的数据的获取途径数据处理与标注数据预处理方法模型训练评估课程链接：https://www.bilibili.com/video/BV1qq4y1X7uZ?p=2一、数据集的获取  通常，我们的数据来源于各个比赛平台。首先是AIStudio中的数据集，大部分经典数据集例如百度AI Studio ,Kaggle、天池、讯飞等平台（通过关键词搜索获取需要的数据集），或者是Github。还有一些小的平台，需要大家自己去看。通常来说，数据集

原创 AI达人创造营课堂笔记——让人拍案叫绝的创意是怎么诞生的

这节课主要讲了各种创意项目的来源：创意如何诞生的：创意的诞生分趣味项目、工业项目、平时的灵感项目：首先是趣项目的灵感来源：如上图所示，创意是生活中遇到的一些小问题，通过paddle来解决这些小问题，这些算是趣味创意项目。工业项目：工业创意项目的灵感来源是通过观察工业中存在哪些问题，这些问题是否可以通过paddle来解决，如何满足这些条件，就可以进行工业创意项目的开发啦~平时的灵感项目:将不同方向的技术相结合，比如看图写诗，就是将cv和nlp方向进行结合做出的创意项目。今天的课程笔记

原创 vim键盘图

原创 使用matplotlib库展示图片

运行环境为jupyter notebookimport ioimport numpy as npimport matplotlib.pyplot as pltfrom PIL import Image as PilImageimage_path = 'Bombay_150.jpg'label_path = 'Egyptian_Mau_207.png'image = np.array(PilImage.open(image_path)) # 使用PIL读取图片，并转换为numpy.array

原创 centos7安装pytorch

centos7安装pytorch0.4.0创建一个新的conda环境创建python版本为X.X、名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。conda create -n your_env_name python=X.X（2.7、3.6等)查看所有conda环境conda env list查看新建的conda环境中所安装过的库pip list去pytorch官网查找对应的pytorch版本，

原创 快速排序Python

def partition(arr, low, high): i = low - 1 pivot = arr[high] for j in range(low, high): if arr[j] <= pivot: i = i+1 arr[i],arr[j] = arr[j],arr[i] arr[i+1],arr[high] = arr[high],arr[i+1]# ??? return i+1def quick_sort(arr, low, high): if l

原创 Pytorch使用CNN实现手写数字识别2（详细注释）

环境：python3、torch1.2.0(torch1.5.0也可以)、torchvision0.4.0代码：（注：DOWNLOAD_MNIST = False第一次应该设为True，原因在代码注释里）# 参考链接：https://blog.csdn.net/JIAYONG_CHEN/article/details/106836962import torchfrom torch.autograd import Variableimport torch.utils.data as Data.

原创 Pytorch使用CNN实现手写数字识别

环境：python3、torch1.2.0(torch1.5.0也可以)、torchvision0.4.0代码：（注：download=False第一次应该设为True，原因在代码注释里）# 参考链接：https://www.cnblogs.com/yangmang/p/7530748.htmlimport torch import torch.nn as nnfrom torch.autograd import Variableimport torch.utils.data as dat.

原创 vi 编译器使用

打开/创建文件vi test.py打开后进行修改注：下面的命令需要使用英文输入法。1、 需要按行快速移动光标时，可以使用键盘上的编辑键Home，快速将光标移动至当前行的行首。除此之外，也可以在命令模式中使用快捷键"^"（即Shift+6）或0（数字0）。2、 如果要快速移动光标至当前行的行尾，可以使用编辑键End。也可以在命令模式中使用快捷键""（Shift+4）。与快捷键""和0不同，快捷键""（Shift+4）。与快捷键"^"和0不同，快捷键""（Shift+4）。与快捷键""和.

原创 centosGPU环境+paddle2.1+paddleOCR预训练推理模型报错

报错信息如下：Intel MKL function load error: cpu specific dynamic library is not loaded.解决方法：conda install nomkl

原创 cudnn安装教程

下载想要安装的cudnn下载链接：cudnn下载完成后解压所下载的cudnn压缩包tar xvf cudnn-10.1-osx-x64-v7.6.2.24.tgz复制文件sudo cp cuda/include/* /usr/local/cuda/includesudo cp cuda/lib64/* /usr/local/cuda/lib64注：cp目录需要根据实际进行修改。...

原创 centos安装nvidia驱动---失败了

查看系统版本cat /proc/versioncat /etc/redhat-release添加ELRepo源（以下命令都需要使用root权限）因为ELRepo源提供了nvidia-detect命令，会自动帮你寻找合适的驱动，然后根据显示的结果，用yum就能完成安装，重启之后不会有任何问题，省时省力。首先导入公共密钥：sudo rpm --import https://www.elrepo.org/RPM-GPG-KEY-elrepo.org 对于CentOS-7sudo rpm -.

原创 TCP三次握手

第一次握手客户主动（active open）去connect服务器，并且发送SYN 假设序列号为A,服务器是被动打开(passive open)第二次握手服务器在收到SYN后，它会发送一个SYN以及一个ACK（应答）给客户，ACK的序列号是 A+1表示是给SYN A的应答，新发送的SYN B 序列号是B第三次握手客户在收到新SYN B, ACK A+1 后，也回应ACK B+1 以表示收到了，然后两边就可以开始数据发送数据了...

转载 conda安装与使用教程

conda是环境和软件管理工具。在系统中安装Anaconda或者miniconda查看conda版本conda -Vconda使用命令1）conda list 查看安装了哪些包。2）conda env list 或 conda info -e 查看当前存在哪些虚拟环境3）conda update conda 检查更新当前conda创建Python使用环境使用如下命令创建python版本为X.X、名字为your_env_name的虚拟环境。your_env_name文件可以在Anac

原创 解决SecureCRT超时连接自动断开

解决SecureCRT超时连接自动断开解决办法是使用SecureCRT自带的反中断功能：之后点击左上角的SecureCRT->preferences->然后在按照下图操作：勾选Send protocol NO-OP 并修改every为60的原因是每60秒反中断一次。但是感觉这样做有个问题，那我操作secureCRT终端的时候，会不会也每60s反中断一次（也就是60秒自动发送一次空格）?(等后续试过再补充这部分。)...

原创 Mac查找自己的公网IP，什么是公网IP

直接百度搜 ip查https://www.baidu.com/s?wd=ip%E6%9F%A5&rsv_spt=1&rsv_iqid=0x80893e7000096866&issp=1&f=8&rsv_bp=1&rsv_idx=2&ie=utf-8&rqlang=cn&tn=baiduhome_pg&rsv_enter=1&rsv_dl=tb&oq=Mac%25E5%2585%25AC%25E7%25BD%25

原创 分类数据集列表生成代码

直接运行就可以，项目链接：（待更新）import codecs import os import random import shutil from PIL import Image # 训练和验证数据集的比例，多少比例用于训练train_ratio = 4.0 / 5 all_file_dir = 'imgdata/IDcard' class_list = [c for c in os.listdir(all_file_dir) if os.path.isdir(o

原创 模型调优--正则化

正则化正则化当我们训练模型时，我们的模型试图从训练数据中很好地学习细节和噪声，这最终导致在看不见的数据上表现不佳。 也就是说，当训练中，模型向右移时，模型的复杂度增加，使得训练误差减小，而测试误差没有减小。这容易造成过拟合。正则化如何减少过拟合如果你研究过机器学习中正则化的概念，你会有一个公平的想法，正则化惩罚系数。在深度学习中，它实际上惩罚节点的权重矩阵。假设我们的正则化系数非常高，以至于一些权重矩阵几乎等于零。这将导致更简单的线性网络和训练数据的轻微欠拟合。如此大的正则化系数值并不是很有

原创 图像归一化概念和作用

图像归一化概念图像归一化是指对图像进行了一系列标准的处理变换，使之变换为一固定标准形式的过程，该标准图像称作归一化图像。图像归一化是利用图像的不变矩寻找一组参数使其能够消除其他变换函数对图像变换的影响。也就是转换成唯一的标准形式以抵抗仿射变换。图像归一化的作用归一化是一种简化计算的方式，即将有量纲的表达式，经过变换，化为无量纲的表达式，成为纯量。 目的是为了：(1).避免具有不同物理意义和量纲的输入变量不能平等使用(2).bp中常采用sigmoid函数作为转移函数，归一化能够防止净输入绝对值过.

原创 使用Git将本地项目上传到GitHub

一、上传前的准备：1.需要有一个GitHub账号；2.需要安装git工具，工具下载地址https://git-for-windows.github.io/二、工具和账号准备好后开始准备上传本地项目1.登录GitHub，进入GitHub首页，点击右上角的加号，选择New repository创建一个新仓库2.创建完仓库后，在仓库页面点击右上角code旁边的小倒三角，复制下图画红线的地址3.去本地找到想要上传的项目，右键项目会出现两个选项，分别是Git GUI here和G...

原创 paddleclas(release2.1)使用自定义数据集遇到的错误

### 报错信息[ERROR 2021-06-09 10:55:31,751 logger.py:78] data read faild: imgdata/driver/normal/贵AU8858_2020-11-19-20-00-41_2_641444_000.jpg 0, exception info: 'data_dir'### 是因为： file_list: "imgdata/train.txt" data_dir: "imgdata/driver/" ...

原创 Python如何在函数外部调用函数内部的变量

Python在函数外部调用函数内部的变量有两种方法：1.使用return；2.使用global声明变量；1.使用return：# 在函数外部调用函数内部变量两种方法：1.使用return 2.使用global声明变量def test(): a = '11111' return a# out = test()# print(out)print(test())#111112....

原创 Python多线程join()的作用

join()方法：使用cameraup_thread.join()方法，保证这个线程执行完成后再执行下一个cameraup_thread线程。而且join()方法不单会阻止

原创 paddle2.0版本的PaddleSeg模型转换为onnx格式

paddleSeg简介paddleseg release2.0版本提供了50+的高质量预训练模型，支持15+主流分割网络，提供了业界的SOTA模型OCRNet，很好的提升了产品易用性。PaddleSeg是基于飞桨PaddlePaddle开发的端到端图像分割开发套件，涵盖了高精度和轻量级等不同方向的大量高质量分割模型。通过模块化的设计，提供了配置化驱动和API调用两种应用方式，帮助开发者更便捷地完成从训练到部署的全流程图像分割应用。特性 高精度模型：基于百度自研的半监督标签知识蒸馏方案（SS