安装环境运行模型时报错：CUDA call failed lazily at initialization with error: device >= 0 && device < num_gpus INTERNAL ASSERT FAILED at “…/aten/src/ATen/cuda/CUDAContext.cpp”:50, please report a bug to PyTorch.

1、vscode安装1.1、下载到官网下载VSCode安装包，https://code.visualstudio.com/，下载并安装1.2、安装中文扩展，设置中文安装完成后，VSCode默认显示为英文，需要安装插件才能显示中文。菜单查看-扩展 或者Ctrl + Shift + X，在商店中搜索“Chinese”，找到“适用于 VS Code 的中文（简体）语言包”安装。安装完后重启vscode生

接上一篇jupter远程访问docker中容器与宿主机之间的网络关系一、PC上的网络关系1、网卡的物理地址网卡的物理地址（MAC地址）：是网卡的唯一标识。由生产厂商写入网卡中。MAC地址就如同我们身份证上的身份证号码，具有全球唯一性2、IP地址IP地址是设备接入局域网时，局域网所分配的一个地址，在接入局域网的这段时间内，跟物理地址绑定，成为该设备在局域网中的唯一标识。可以被公网访问3、回环地址本地

一、使用GitHub我们一直用GitHub作为免费的远程仓库，如果是个人的开源项目，放到GitHub上是完全没有问题的。其实GitHub还是一个开源协作社区，通过GitHub，既可以让别人参与你的开源项目，也可以参与别人的开源项目。在GitHub出现以前，开源项目开源容易，但让广大人民群众参与进来比较困难，因为要参与，就要提交代码，而给每个想提交代码的群众都开一个账号那是不现实的，因此，群众也仅限

手推BP神经网络的前向传播和反向传播一、基本术语1、监督学习与非监督学习Supervised Learning有监督式学习: 输入的数据被称为训练数据，一个模型需要通过一个训练过程，在这个过程中进行预期判断，如果错误了再进行修正，训练过程一直持续到基于训练数据达到预期的精确性。其关键方法是分类和回归，比如逻辑回归(Logistic Regression)和BP神经网络(Back Propagati

立体视觉立体视觉是双眼观察景物能分辨物体远近形态的感觉。因此实现立体视觉是要求我们根据相机的成像来计算出成像点到相机的距离。因此需要视觉测距算法何为立体视觉：立体视觉是一种计算机视觉技术，其目的是从两幅或两幅以上的图像中推理出图像中每个像素点的深度信息。立体视觉的应用领域：机器人、辅助驾驶/无人驾驶、无人机等等。立体视觉的原理：立体视觉借鉴了人类双眼的“视差”原理，即左、右眼对于真实世界中某一物体

图像增强有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。图像增强方式图像增强可以分为两种：• 点处理技术。只对单个像素进行处理。• 领域处理技术。对像素点及其周围的点进行处理，即使用卷积核。点处理1. 线性变换图像增强线性变换主要对

第一步：下载anconda地址：https://repo.anaconda.com/archive/第二步：把下载好的anconda放到指定的路径执行命令 ：一路回车yes等待安装bash Anaconda3-5.3.1-Linux-x86_64.sh遇到这个情况选择no回车如果安装出现一下错误：解决办法[/root/anaconda3] >>>PREFIX=/root/anac

安装，然后观看该软件对应的版本号。然后再到上面两个网址中下载相应版本号的.deb包。一定要注意版本号，不然的话，可能会因为需要的依赖环境不符合等原因导致安装失败。sudo cp -r /var/cache/apt/archives/*/需要复制到的目录。如 sudo apt-get -d install iputils-ping。安装包会下载到 /var/cache/apt/archives/我们

Anaconda与PyCharm的结合一、准备工作在安装完Anaconda与pycharm之后，找到安装目录打开如下图标（这里是使用命令行的方式进入，推荐；也可以使用打开Anaconda界面的方法进入，即上图中绿色的Anaconda Navigator 图标）这里的base是安装完Anaconda后，自动创建的环境，可以输入conda命令如：conda list查看base环境下安装的一些包二、搭