文章目录前言方案一：Zeal优点缺点方案二：Velocity优点缺点方案三：devdocs.io优点缺点将devdocs应用化前言开发时查文档总是需要去翻官网，虽然配合使用Albert和Listary可以直接一键搜，但是还是觉得麻烦，而且离线没法用了。因此想要个像Dash那样的替代方案在linux和win上离线也能用。方案一：Zeal链接：https://github.com/zeald...

文章目录问题描述解决方法参考问题描述在使用 onnxruntime 推理,深度学习模型时,报了个错:onnxruntime.capi.onnxruntime_pybind11_state.InvalidArgument: [ONNXRuntimeError] : 2 : INVALID_ARGUMENT : Unexpected input data type. Actual: (N11onnxr

文章目录前言一些资料前言要优先看看其他方向了，ASTER先搁下有时间再细细研究吧。这里记点自己的记录暂时存档。一些资料论文:An Attentional Scene Text Recognizer with Flexible RectificationCode: https://github.com/ayumiymk/aster.pytorch关于TPS:https://blog.c...

原文文章目录数据加载API概述数据迭代器函数，类手册数据结构和其他迭代器读写RecordIO文件的函数如何创建新的迭代器如何更改批量的排列方式API参考mxnet.io - Data Iterators数据加载API概述这篇文档总结了加载数据所支持的格式和迭代器的API，它们包括：mxnet.io用于公共数据集和公共函数的数据迭代器mxnet.recordio读写R...

文章目录问题解决方法问题pairwise distances即输入两个张量,比如张量 AM×D,BN×DA^{M \times D} ,B^{N \times D}AM×D,BN×D,M,N分布代表数据数量,D为特征维数,输出张量A和B 两两之间的距离,即一个 M×NM \times NM×N 的张量.这个在 sklearn 中有个很方便的函数 pairwise_distances,其实这个功能在

文章目录apt方式安装卸载源码方式安装卸载参考CMake 常见的安装方式有两种:apt 安装源码安装apt方式安装sudo apt install cmake这样安装的 cmake 可能不是最新版.卸载其实这个没啥好说的,就是常规的apt卸载方式.sudo apt remove cmake或者sudo apt purge cmake,前者保留cmake配置文件,后者是卸个干净.源码方式安装去官网下

docker 环境为 ubuntu 18.04，在 nvidia devel docker 基础上构建自己 docker 时，apt update 会提示 Public GPG key error 相关错误，比如：解决方法在 Dockerfile 中添加以下语句：注意非 ubuntu18.04 ,deb 相关地址可能需要更换，具体见网址：https://developer.download.nvi