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
机器已经安装nvidia驱动,且正常使用,重启后找不到显卡驱动打开终端,用nvidia-smi查看一下,发现如下报错:NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver.Make sure that the latest NVIDIA driver is installed and running
当有足够算力时,选取batch size为32或更小一些。算力不够时,在效率和泛化性之间做trade-off,尽量选择更小的batch size。当模型训练到尾声,想更精细化地提高成绩(比如论文实验/比赛到最后),有一个有用的trick,就是设置batch size为1,即做纯SGD,慢慢把error磨低。
深度学习训练的时候,数据的batch size大小受到GPU内存限制,batch size大小会影响模型最终的准确性和训练过程的性能。在GPU内存不变的情况下,模型越来越大,那么这就意味着数据的batch size智能缩小,这个时候,梯度累积(Gradient Accumulation)可以作为一种简单的解决方案来解决这个问题。
SAR是主动式侧视雷达系统,且成像几何属于斜距投影类型。因此SAR图像与光学图像在成像机理、几何特征、辐射特征等方面都有较大的区别。在进行SAR图像处理和应用前,需要了解SAR图像的基本特征。
使用pl_bolts时产生错误TypeError: Expected 'Iterator' as the return annotation for __iter__ of ExperienceSourceDataset, but found typing.Iterable,从该源更新安装pip install git+https://github.com/PytorchLightning/lig
Yolo的标注工具:Yolo_markhttps://github.com/AlexeyAB/Yolo_mark矩形框(用于目标检测)的标注工具: LabelImage图片标注工具_LabelImage的使用参考下面的链接:https://blog.gtwang.org/useful-tools/labelimg-graphical-image-...
需要下些带坐标的高清遥感历史影像,但通过GEE、PIE、地理空间数据云、USGS等途径都找不到符合需求的数据。然后,在网上找了许多教程,发现目前可以通过ersi的World Imagery Wayback和谷歌地图能看到高分辨率的历史影像;但是要下载这两个来源的历史影像还是比较麻烦的,需要其他软件、科学上网等途径作为辅助。接下来我就把这两天学到的下载World Imagery Wayback和谷歌
问题:使用conda安装gdal后,在回滚变更环境后出错:geoio ImportError: libpoppler.so.71: cannot open shared object file: No such file or directory解决方案:conda install “poppler<0.62”https://github.com/ContinuumIO/anaconda-i
Notepad++新版虽然去掉了在线插件商店功能,但是依然可以使用自定义插件1|0Notepad++下载地址腾讯(请务必点普通下载):https://pc.qq.com/detail/0/detail_1300.html官网:https://notepad-plus-plus.org/2|0十六进制查看插件的安装https://github.com/chcg/NPP_HexEdit/release
1 梯度爆炸原因:学习的过程中,梯度变得非常大,使得学习的过程偏离了正常的轨迹。症状:观察每次迭代的loss值,会发现loss明显增长,最后因为loss值太大以至于不能用浮点去表示,所以变成了Nan。可采取的措施:1 降低学习速率,2 如果模型中有多个loss层,就需要找到梯度爆炸的层,然后降低该层的loss weight。2 学习率过高原因:过高的学习率乘上所有的梯度使得所有参数变成无效的值。症