原创 GAN-based-HRRS-Sample-Generation-for-Image-Classification執行

The GAN-based method is used to generate high-resolution remote sensing for data augmentation and image classification.

原创 tensorflow/stream_executor/cuda/cuda_dnn.cc:378] Loaded runtime CuDNN library: 7301--2019.5.12

安裝的cudnn的版本是7.1.0.3,而要求的cudnn版本是7.3.0.0。 將tensorflow版本從1.5換成1.8,順利運行程序(升級tensorflow版本來解決)   ll 命令查看 連接  /usr/local/cuda

原创 Ubuntu16.04 RTX2080ti 安裝NVIDIA驅動+cuda9.0+cudnn7.3.0

工程師說rtx2080ti支支持cuda10,開始用cuda最新版10.1折騰了兩天,都成功了,但是運行tensorflow時候提示要cuda9版本。最後實驗了一下cuda9 cudnn7.3.1終於成功跑起來了, 記得用conda in

原创 torchnet安裝解決from torchnet.meter import ClassErrorMeter錯誤問題(cbam.pytorch執行問題)

torchnet安裝 安裝git apt install git 行命令: pip install git+https://github.com/pytorch/tnt.git@master pip install --

原创 Ubuntu18.04雙系統安裝+GPU+CUDA10+CUDNN7+ANACONDA3+PYTHON+PYCHARM

Ubuntu18.04雙系統安裝+GPU+CUDA10+CUDNN7+ANACONDA3+PYTHON+PYCHARM 一、Win10 環境下安裝Ubuntu 18.04過程記錄 步驟1:下載鏡像文件 從Ubuntu官網https:/

原创 tensorflow 獲取模型所有參數總和數量

參數數量: np.sum([np.prod(v.get_shape().as_list()) for v in tf.trainable_variables()]) 浮點運算量: tf.contrib.tfprof.model_analy

原创 install flatpak and easyssh run easyssh

在Linux上安裝Flatpak的方法 大多數Linux發行版官方存儲庫都提供Flatpak軟件包,因此,可以使用它們進行安裝。 對於Fedora系統,使用DNF安裝flatpak: $ sudo dnf install flatpak

原创 pytorch安裝

https://download.pytorch.org/whl/cu100/torch-1.0.1.post2-cp35-cp35m-linux_x86_64.whl   pip3 install https://download.

原创 conda中python3.7降爲3.5

不小心conda虛擬環境下python3.5安裝pandas時候未指定版本,直接python更新爲3.7了(conda下默認好像是),導致pytorch不能使用了,怎麼辦?找了資料,直接虛擬環境下conda install python=

原创 在Ubuntu下如何壓縮一個文件夾,如何查看文件夾大小

sudo tar zcvf work.tar.gz work/ sudo tar jcvf work.tar.bz2 work/ sudo tar cvf work.tar work 記住了,要加sudo  順便也寫一下解壓縮吧 tar

原创 ssl-bad-gan python2.7+pytorch0.1.12+torchvision0.1.8

開始在pytorch0.4.1版本下運行,各種出錯: 主要是形狀問題     svhn_train.py 119行。gen_feat_norm = gen_feat / gen_feat.norm(p=2, dim=1).reshape(

原创 spectral normalization集成到triple-gan過程中的問題

利用了三個 實例,中間一直出問題。Residual-Dense-Network-Trained-with-cGAN-for-Super-Resolution-master、Spectral_Normalization-Tensorflow

原创 Ubuntu後臺運行、查看、 終止python

ps -ef  1656  ps -aux|grep train_wvh64.py  1657  kill -9 10871  1658  ps -aux|grep train_wvh64.py   運行 nohup python -u

原创 cifar數據集替換成eurosat數據集代碼,並繪製相關曲線--tirpleGAN-Tensorflow 筆記本電腦上

一、cifar.py代碼修改 import random import numpy as np from collections import defaultdict from keras.datasets import cifar10

原创 semi-supervised models

1、生成模型算法(Generate semi-supervised models) 思想如下:假設一個模型,其分佈滿足:p(x ,y)=p(y) p(x | y)。其中,p(x | y)是已知的條件概率分佈。那麼大量未經標記數據的聯合分佈