1. 在使用yolov5统计预测框数量时，在将Tensor类型的值转换成Numpy过程中出现的错误：TypeError: can't convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first.2. 原因：将一个在GPU上的Tensor类型转换为Numpy类

2. 解决：将yolov7.yaml文件中的中文注解删除。1. 修改了yolov7.yaml文件，出现的问题。

1. 点击后缀为yolo.py报错提示，定位到yolo.py文件中。

将填入的注意力机制SEAttention，改为相对应yolov7.yaml修改的名称。1. 问题：在添加注意力机制时，出现问题。2. 解决：在yolo.py文件中进行修改。

在yolov7训练过程中自动终止，并报错：RuntimeError: [enforce fail at C:\actions-runner\_work\pytorch\pytorch\builder\windows\pytorch\caffe2\serialize\inline_container.cc:337] . unexpected pos 118570752 vs 118570640。

注明：在输入命令后，没有出现successfully installed pip-之前的pip版本号，重新使用pip install ultralytics居然成功了....本人解决方案：cmd以管理员身份进入，输入python -m ensurepip即可。

如图1，点击到倒数第二个错误时，File "C:\ProgramData\Anaconda3\lib\configparser.py", line 697, in read self._read(fp, filename)出现图2中encoding = encoding，将其修改为encoding = "utf-8"即可。1. 从下往上点击每一个报错点，指导出现encoding=None或enco

2. 解决：可以尝试将batch_size调小。1. 场景：在改进yolov7过程中出现错误。

也就是说，在给定相同输入的情况下，当在相同的软件和硬件上运行时，算法总是产生相同的输出。启用后，操作将在可用时使用确定性算法，如果只有不确定性算法可用，则在调用时会抛出。如果不是对精度要求极高，其实不太建议修改，因为会使计算效率降低。找到torch.use_deterministic_algorithms()方法，将warn_only = False ，改为warn_only = True。如果为