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