在跑代码的过程中，遇到了这个问题，然后参考《南溪的目标检测学习笔记》——训练PyTorch模型遇到显存不足的情况怎么办(“OOM: CUDA out of memory“)_墨门-CSDN博客减小batch_size的数量最小的数量可以设置为2；本文目的：修改batch_size，在哪修改batch_size呢?在train.py文件下，参数设置：很奇怪？电脑的GPU是6G，为啥连4都跑不了？如何

参考文献：AutoDL帮助文档Pycharm连接远程GPU服务器跑深度学习_哔哩哔哩_bilibili安装包在linux环境下载非常方便！！详解Apex的安装和使用教程_花开山岗红艳艳的博客-CSDN博客_apex安装

原本可以提前一天结束linux实验，在最后的几个题目中，由于没有意识到/bin的作用，（存放命令），用rm /bin/ls命令将ls删了，真的是很蠢！尝试了很多方法，解决不成功，因此我就重新装了一个shell。但装完之后，很多东西需要重新下载，如gcc,vim,最麻烦的就是中文的设置了，花了一天的工夫在上面，所以来一个小结。一、网络检查由于惯性思维，我觉得网络是没问题的，但一直失败。参考博客h..

使用清华镜像快速下载TensorFlow各版本：pip install tensorflow-gpu==1.15.4 -i https://pypi.tuna.tsinghua.edu.cn/simple #版本可任意修改

1 epoch当一个完整的数据集通过神经网络一次并且返回一次的过程称为一个epoch。 然而，当一个epoch对于计算机太过庞大时，就需要把它分成多个小块。2 batch在不能将数据一次性通过神经网络的适合，就需要将数据集分成几个batch。3 batch_size直观的理解 一个batch中的样本总数（一次训练所选取的样本数）。batch_size的大小影响模型的优化程度和速度。同时其直接影响到

（一）NGUINGUI概述：NGUI是严格遵循KISS原则并用C#编写的Unity（适用于专业版和免费版）插件， 全面支持iOS/Android和Flash。相比UGUI（Unity自带的UI系统），有着更高的性能和更低的学习难度。在进入学习之前，首先下载NGUI插件，解压缩并导入到Untiy中：NUGI插件下载链接NGUI插件包导入NGUI插件包导入NGUI插件包之后...

在安装包时报错：WARNING: You are using pip version 21.1.2; however, version 21.3.1 is available.You should consider upgrading via the '/home/yj/桌面/LoveDA-master/Semantic_Segmentation/venv/bin/python -m pip in

在安装包时报错：WARNING: You are using pip version 21.1.2; however, version 21.3.1 is available.You should consider upgrading via the '/home/yj/桌面/LoveDA-master/Semantic_Segmentation/venv/bin/python -m pip in

在跑代码的过程中，遇到了这个问题，然后参考《南溪的目标检测学习笔记》——训练PyTorch模型遇到显存不足的情况怎么办(“OOM: CUDA out of memory“)_墨门-CSDN博客减小batch_size的数量最小的数量可以设置为2；本文目的：修改batch_size，在哪修改batch_size呢?在train.py文件下，参数设置：很奇怪？电脑的GPU是6G，为啥连4都跑不了？如何

random.seed()俗称为随机数种子。不设置随机数种子，你每次随机抽样得到的数据都是不一样的。设置了随机数种子，能够确保每次抽样的结果一样。而random.seed()括号里的数字，相当于一把钥匙，对应一扇门，同样的数值能够使得抽样的结果一致。import randomdef randomess():#未设置随机种子rum = random.randint(1, 100)print(rum)