pytorch从dataloader取一个batch的数据有时候我们需要创建两个DataLoader，来构建正负样本对。这就意味着我们需要从不同DataLoader中取数据。dataloader本质上是一个可迭代对象，可以使用iter()进行访问，采用iter(dataloader)返回的是一个迭代器，然后使用for i in iter(dataloader)循环读取，也可以使用next()访问一

问题描述：在使用conda安装软件包时，遇到报错：Collecting package metadata (repodata.json): failedCondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/repo

目标检测之DETR前言网络结构前言《End-to-End Object Detection with Transformers》论文地址：https://arxiv.org/pdf/2005.12872.pdfDEtection with TRansformers是在2020年ECCV上发表的，性能虽然不是很能打，尤其是在小目标上的精度不太行；但是作为Transformer用在目标检测领域的开山之

pytorch .detach（）.detach_（）和 .data切断反向传播.data.detach().detach_()补充：.clone()当我们再训练网络的时候可能希望保持一部分的网络参数不变，只对其中一部分的参数进行调整；或者只训练部分分支网络，并不让其梯度对主网络的梯度造成影响，这时候我们就需要使用detach()函数来切断一些分支的反向传播。不过在查看前人写的一些代码时，经常会看

问题描述：程序卡死在了dataloader（），但是原本是可以跑的，中途中断了一次之后，后来就不行了。原因分析：这种情况应该是属于pytorch多线程锁死，大多数情况是numwork数量多于了cpu的核数。解决方案：1.查看CPU个数cat /proc/cpuinfo | grep "physical id" | uniq | wc -l2.查看CPU核数cat /proc/cpuinfo | g

IoU GIoU DIoU CIoU LossIoU LossGIoU LossDIoU LossCIoU LossIoU LossGIoU LossDIoU LossCIoU Loss

项目场景：linux图形界面卡死问题描述：鼠标能够移动，但是整个图形界面卡住。解决方案：进入linux下共有六个虚拟控台，f2-f6，分别对应这不同的权限ctrl+alt+f2提示登陆，此时登陆root用户。先输入账号，再输入密码。登陆完成后，输入sudo init 3#初始化，有当前级别改到第三个级别，没有图形的网络模式然后根据提示，再次登陆root用户的，然后输入sudo init 5

NVIDIA驱动对应的cuda版本连接.

CNN卷积神经网络之Res2Net和Res2NetPlus前言Res2Net module集成Dimension cardinality和SE block实验结果Res2NetPlus前言《Res2Net: A New Multi-scale Backbone Architecture》论文地址：https://arxiv.org/pdf/1904.01169.pdf面向视觉任务的多尺度表示对于目

CNN卷积神经网络之ConvNeXt前言改进内容1 训练技巧2 宏观设计3 ResNeXt-ify4 Inverted Bottleneck5 Large Kernel Sizes67前言《A ConvNet for the 2020s》论文地址：https://arxiv.org/abs/2201.03545pytorch代码：https://github.com/facebookresearc