原创 從零開始碰壁----記錄Pytorch的安裝歷程
爲什麼說從零開始碰壁? A:去年配的電腦 GTX1660 + Anaconda3 4.2.0 win10這是前提,沒有Visual Studio 沒有其他的基礎。 首先:上個圖---來自官網的嘲諷,起初我以爲只是我電腦的問題(local
原创 CSDN 打不開解決方案---關閉系統防火牆
有那麼一段時間,特別是做完系統以後,感覺打開有些網頁就很快,有些半天加載不出來,加載就是無法打開...卒 突然今天想起來是不是學校的專用網有問題 ping了一下,很快的嘛( ′◔ ‸◔`) 然後依次---> 選擇 windows 防火
原创 KCF-matlab版修改彩色顯示
論文:High-Speed Tracking with Kernelized Correlation Filters. 代碼來源:http://www.robots.ox.ac.uk/~joao/ 準備工作: 下載代碼,並在http
原创 Ubuntu 安裝pytorch1.0.1 失敗解決方案
Ubuntu16.04LTS CUDA9.0 Anaconda 3.4.02 源之前改用的是清華源。 以上安裝可以參考之前的博客。 大概是因爲網速的原因,其他都很快唯獨pytorch安裝 的時候是龜速。 torch比較好的一方面就是在
原创 基於Anaconda 3-4.2.0+CUDA9.0 ——Pytorch1.0.1配置
Anaconda 3-4.2.0 CUDA9.0 python3.5 Pytorch官網地址:https://pytorch.org/get-started/locally/ 嚴格意義上還是需要通過命令行執行,我此次採用的是Ana
原创 華碩主板配置Ubuntu16.04LTS+win10雙系統
鑑於網上關於新一些的教程真的很少,本人也歷經磨難重裝了至少4次系統才得以正常。 9102年了還沒有可以參考的教程也是很心酸,差點就去爲知識付費了。 以下綜合幾個博客以及一些沒有涉及到的自認爲比較重要的步驟,讓大家少走彎路: 本人系統w
原创 從零配置Ubuntu16.04LTS系統GPU環境
版本:Ubuntu16.04LTS +GTX1060 安裝內容: 1.CUDA9.0 https://blog.csdn.net/breeze5428/article/details/78256915/ 2.NVIDIA驅動: 去官網下載
原创 從零配置:Anaconada3-4.2.0+python3.5+CUDA9.0+ubuntu16.04+pytorch1.0.1
此篇終結於:虛擬機不能安裝 cuda! 可轉向另一篇: 1.Anaconda安裝 anaconda下載地址使用清華的源:https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ 首先借用一張老
原创 TensorFlow 環境配置 CPU版本
問題:ImportError: DLL load failed: 找不到指定的模塊 Failed to load the native TensorFlow runtime. 版本 python3.6 +tensor1.12 +CPU
原创 TensorFlow 學習問題彙總
1. WARNING:tensorflow:From F:\anaconda\envs\Tensorflow\lib\site-packages\tensorflow\python\util\tf_should_use.py:170: i
原创 Caffe windows 版本 安裝
本教程是caffe在windows系統上的配置方法,而且是github上官方BVLC/caffe目前推薦的配置方法,並不是使用微軟的caffe-windows。 前期準備 首先從BVLC/caffe上下載caffe源碼,選擇好路徑後下載。
原创 機器學習實戰——使用Apriori算法來發現頻繁集
問題:輸出應爲l正常數組或列表,但輸出爲<map>格式 <map object at 0x000001EE419ED898> map(frozenset,C1) #改爲 list(map(frozenset,C1)) >>> type
原创 機器學習實戰——使用FP-growth算法來發現頻繁集
問題:RuntimeError: dictionary changed size during iteration #問題代碼 for k in headerTable.keys(): if headerTable[k]
原创 機器學習實戰——預測數值型數據:迴歸 實現記錄
關於利用數據集繪圖建立模型 >>> import regression >>> xArr, yArr= regression.loadDataSet('ex0.txt') >>> ws= regression.standRegres(
原创 機器學習實戰———k均值聚類 算法
問題:關於第九章list()添加的問題 fltLine = list(map(float,curLine)) fltLine = map(float,curLine) 二者的區別在於 加list()輸出爲數 [1.658985,