qt5比qt4有了一些进步，而且从qt4向qt5迁移难度不大，具体详见 http://doc.qt.io/qt-5/qt5-intro.html 。总之，早点学习有好处。本文总结果我在迁移过程中的一些心得。一、qt4与qt5配置上不同1.1常用环境变量。qt5 中常用的module大致有Qt5Core, Qt5DBus, Qt5Gui, QtWidgets, Qt5

1. 问题描述在windows环境下：numpy1.20 + anaconda3 + pytorch 1.102. 解决办法有两个关键点：使用了anaconda3，确定当前是哪个env，把这个env的dll路径放到PATH中，我的路径D:\anaconda3\envs\xxxx\Library\bin；在环境中安装包时，最好统一用conda和pip3安装，不要两者混着用，否则可能导致不可预知的bu

1. 问题描述在windows环境下：numpy1.20 + anaconda3 + pytorch 1.102. 解决办法有两个关键点：使用了anaconda3，确定当前是哪个env，把这个env的dll路径放到PATH中，我的路径D:\anaconda3\envs\xxxx\Library\bin；在环境中安装包时，最好统一用conda和pip3安装，不要两者混着用，否则可能导致不可预知的bu

测试pytorch 例子，尝试使用下面代码下载数据，实在太慢了。trainset = torchvision.datasets.CIFAR10(root='./data', train=True,download=True, transform=transform)testset = torchvision.datasets.CIFAR10(root='./data', train=False,

今天写pytorch代码，在调用Dropout时出现了pytorch dropout srcIndex < srcSelectDimSize错误，仔细看debug的位置，Dropout怎么也不应该出现这个问题。想了半天，才反应过来，pytorch动态创建计算图，每个tensor操作或者函数调用时，都会触发所有前置的网络。所以解决办法是，反向查找所有tensor的维度。一个方便的办法是 pri

上网查了很久，最终发现，最好的办法，还是按官网推荐，用conda配置环境。1. 安装anaconda环境参考使用anaconda安装pytorch，并配置vscode安装anaconda后，pytorch可用最新的。conda create -n pytorch python=3.8 # 新建一个虚拟环境，问题最少2. 安装 pytorch 最新版安装最新的pytorch稳定版，官网-安装指导页c

问题 DBus Service Already Existsubuntu提示空间不足，重启后，fcitx出现了问题。(INFO-9112 addon.c:151) Load Addon Config File:fcitx-unicode.conf(INFO-9112 addon.c:151) Load Addon Config File:fcitx-ipcportal.conf(INFO-9112

系统，ubuntu18.04现象描述有软件冲突，就把python卸载了。sudo apt-get remove --auto-remove python3*再次重启后发现无法进入桌面。可以切换到tty1，但无法进入tty7。Ctrl + Alt + F7 无效。解决办法解决问题的核心是重新安装ubuntu-desktop，即sudo apt install ubuntu-desktop附带问题：网

onnx模型转tensorRT模型时，出现错误。google到tensorRT 8.6支持了dynamic topk，不会再有这个问题。但项目上限制是 tensorRT 8.5对比出错处的topk算子，可以看到正常转tensorRT的topK算子是没有Identity输入的。

numpy.array 转字符串a = numpy.array([[1,2],[3,4]])s = str(a)a.savetxt()字符串 转 numpy.array此处特指由 numpy.array 转换而得字符串，如上文的s。numpy没有给直接转换的函数，需要自己写import astimport rea = np.array([[1,2], [3,4]])text = str(a)# 将