单独对dataease-2.2\core\core-frontend和dataease-2.2\core\core-backtend进行生命周期的mvn clean install。基于这些模板就可以构建自己的大数据可视化的看板了。多留意——dataease-2.2\core\core-frontend路径下的pom.xml文件内的注释和上面的参考教程具体细节，需要手动修改。最后的目的是基于产出的

我安装这个的起因是因为我需要把onnx模型转为简单的onnx模型，然后再把简化的onnx模型转化为trt模型， 这个当中要运行。TensorRT报错的一百种姿势 | 【TensorRT 报错统计】-云社区-华为云 (huaweicloud.com)最终解决方案：我们首先下载tensorrt8.xx版本，适用于Windows的cuda11.x的版本。安装这个版本，解压该zip文件夹，将其中的lib文

将cudart64_110.dll放到C:\Windows\System32目录中即可。然后就不会发生报错和警告了。RTX3060GPU 在运行TensorFlow2.4.0Python程序时，发生了报错。

对于安装picgo过程中出现的报错Error: Cannot find module 'C:\Users\xueto\AppData\Roaming\picgo\node_modules\picgo-plugin-gitee-uploader\dist\index.js'.提出两种解决方法。可以成功解决问题

labelimg编译版不容易报错——预先定义标签名称，下拉即可选择，方便易上手，比直接通过pip命令安装的还要好用

点击这个Box Labels里面的Edit Label即可，进行对需要修改的类名称进行修改即可，如果直接修改classes.txt文件，在里面强行增加一个类，可能会无法起到任何作用，且labelimg还可能出现list out of range这种报错。

解决方法，不必重新安装labelimg环境。

yolov9 加载中文标签显示乱码解决办法-CSDN博客参考如上博客。同时，需要留意几点内容。修改完这部分代码以后，需要重新训练才能看到效果，且matrix混淆矩阵等，需要完全训练完毕才能看见。

一. 环境搭建（不能含有中文路径）开始之前克隆存储库和安装要求.txt在 Python>=3.7.0环境中，包括PyTorch>=1.7。模型和数据集从最新的 YOLOv5版本自动下载。git clone https://github.com/ultralytics/yolov5# clonecd yolov5pip install -r requirements.txt# insta

我刚安装了全新的RTX 4080GPU，以便在运行机器学习脚本时加快训练过程。我看不到GPU使用率超过10%，这可能意味着代码没有跑起来。对于不熟悉任务管理器视图的情况下来说，原因并不那么明显。我所做的假设是Windows任务管理器将仅显示整体GPU使用情况。经过一番思考，我意识到 GPU 内存使用率是比较之高的，所以GPU其实一定做了很多工作，然后我意识到我追求的指标是“CUDA”性能，默认情况