logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Windows加载模型提示不能实例化PosixPath(cannot instantiate ‘PosixPath‘ on your system)

博主通过修改pathlib.py源码,将PosixPath替换为WindowsPath以解决不兼容问题,确保模型在Windows环境下正常实例化。在 Windows 操作系统下,默认创建的 Path 对象是 WindowsPath 对象,其余Linux,unix 等满足 POSIX规范的操作系统都将被创建为 PosixPath 对象。在Linux环境下训练好了模型,再使用Windows系统加载模型

文章图片
#windows
代码扫描工具SonarQube+Scanner的基本安装与应用

代码扫描工具SonarQube+Scanner的基本安装与应用由于公司最近有扫描代码的需求,同事推荐选择了SonarQube来进行,环境以部署在本地为例(win10 64位),后续在测试服务器上也部署了一套,此篇作为一个总结。1.安装SonarQube  注:安装SonarQube之前要先配置java且版本在1.8以上,可以在cmd里面检查java是否安装成功以及版本  ...

分库分表 sharding-jdbc—分片策略

分库分表 sharding-jdbc—分片策略2018年06月07日 18:08:21varyall阅读数:1428目录StandardShardingStrategyComplexShardingStrategyInlineShardingStrategyHintShardingStrategyNoneShardingStrategy标准分片策略(Standa...

图像分割系列论文解读(一)VNet与Dice Loss

VNet网络的左侧可以看作是不同的阶段(stage),每个阶段由1-3个卷积层对不同分辨率的特征图进行操作,卷积后特征图通道数量将会增加。网络的最后一层采用soft-max,输出是前景和背景的概率。进入下一阶段是特征图的尺寸需要减小,这是通过2x2x2的卷积实现的(步长设置为2),具体如下图所示。从图像分割的发展来看,VNet这篇论文的核心贡献是验证了Dice Loss的有效性,当然它本身的创新点

文章图片
#计算机视觉#深度学习#人工智能
nvidia-smi报错:NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver 原因及避坑解决方案

这是由于重启服务器,linux内核升级导致的,由于linux内核升级,之前的Nvidia驱动就不匹配连接了,但是此时Nvidia驱动还在,可以通过命令。如果失败了,别急,接着往下看>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>如果安装失败了,请跟者本文走>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>此时,我们需要把新安装的

文章图片
对pytorch中x = x.view(x.size(0), -1) 的理解说明

这篇文章主要介绍了对pytorch中x = x.view(x.size(0), -1) 的理解说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧在pytorch的CNN代码中经常会看到x.view(x.size(0), -1)首先,在pytorch中的view()函数就是用来改变tensor的形状的,例如将2行3列的tensor变为1行6列,其中-1表示会自适应的调整剩余的维度a

pytorch: 准备、训练和测试自己的图片数据

大部分的pytorch入门教程,都是使用torchvision里面的数据进行训练和测试。如果我们是自己的图片数据,又该怎么做呢?一、我的数据我在学习的时候,使用的是fashion-mnist。这个数据比较小,我的电脑没有GPU,还能吃得消。关于fashion-mnist数据,可以百度,也可以点此了解一下,数据就像这个样子:下载地址:https://github.com/zalandoresearc

CUDA+cuDNN+GPU版pytorch安装

GPU版pytorch安装设备环境:Windows10 64bitGPU: GeForce GTX 1060 TiPython3.7 64bit1 下载安装CUDA以及cuDNN1.1 查看电脑显卡对应的CUDA驱动版本1.2 下载安装CUDA下载地址:https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_

椭圆曲线算法(ECC)学习(二)之Secp256k1

椭圆曲线算法(ECC)学习(二)之Secp256k1018-03-23共621880人围观 ,发现7个不明物体数据安全上一篇椭圆曲线算法(ECC)学习(一)中我们讲述了椭圆曲线算法的基本数学常识和加密解密过程,作为椭圆曲线数学的一种公钥密码的算法,其优点毋庸置疑。区块链最近异常火热,那么今天我们就来讲讲区块链的关键加密技术,椭圆曲线secp256k1。Secp256k1是指比特币中...

ubuntu22.04禁止自动休眠的几种方式

这些方法可以禁用自动休眠功能。请根据您的需求和偏好选择适当的方法。

文章图片
#数据库#linux
    共 86 条
  • 1
  • 2
  • 3
  • 9
  • 请选择