原创 TypeError: 'NoneType' object is not iterable

出現這種錯誤,只有兩種情況: 1.函數的返回值就是空的 2.函數有返回結果,就是None 3.判斷語句沒有寫好導致。

原创 導入預訓練npy文件,pre,rec和f1 值都爲0的問題

導入預訓練保存的npy文件,在驗證集上驗證之後,結果全爲0,如下所示: 根本就沒有用到npy文件的參數,保存npy文件時的準確率是 [0.40708093109416515, 0.725117621973812, 0.521430725

原创 np.ndarray 類型轉換爲float類型

>>> a = numpy.array([1, 2, 3, 4], dtype=numpy.float64) >>> a array([ 1., 2., 3., 4.]) >>> a.astype(numpy.int64) arr

原创 使用GPU運算的時候出現TensorFlow CUDA_ERROR_OUT_OF_MEMORY

在linux下運行fcn出現failed to allocate錯誤,可以從如下幾個方面提高GPU的利用率: 1. reduce your batch size 2 .use memory growing: config = tf.Co

原创 使用命令行界面(command-line interface,縮寫:CLI)調試tensorflow代碼

參考文章:https://blog.csdn.net/jk981811667/article/details/78913973/ 使用tensorflow自帶的debug很方便, run –f has_inf_or_nan 查看網絡中產生

原创 運行FastMaskRCNN時出現ImportError: /data2/test/cxj/FastMaskRCNN/train/../libs/boxes/cython_nms.so:找不到問題

運行train.py文件時出現如下問題: ImportError: /data2/test/cxj/FastMaskRCNN/train/../libs/boxes/cython_nms.so: cannot open shared ob

原创 tensorflow下FCN網絡訓練出現acc值爲0

繼續訓練fcn網絡,loss值有變化,但是acc值爲0,顯示結果如下: 說明該網絡沒有真正的在訓練,需要另外調整參數。  

原创 使用tensorflow進行FCN網絡訓練時出現loss值是負值情況1

簡單的FCN網絡出現結果如下: epoch=0,i=54747 of 78989, loss=-624.140625 epoch=0,i=54748 of 78989, loss=-739.443359 epoch=0,i=54749 o

原创 釋放linux下顯存佔用

用tensorflow做實驗,有時候會由於某種原因,在關閉程序後,GPU的顯存仍處於被佔用的狀態,而用nvidia-smi查不到對應的進程pid.  這時釋放顯存的方法: sudo fuser /dev/nvidia*    該命令會顯示

原创 Pytorch TypeError: batch must contain tensors, numbers, dicts or lists

pytorch 出現Pytorch TypeError: batch must contain tensors, numbers, dicts or lists錯誤,應該是dataloader的錯誤。 可以加上如下幾句: if self.

原创 np.ndarray與PIL.Image對象相互轉換

Image對象有crop功能,也就是圖像切割功能,但是使用opencv讀取圖像的時候,圖像轉換爲了np.adarray類型,該類型無法使用crop功能,需要進行類型轉換,所以使用下面的轉換方式進行轉換: numpy.array(img) 

原创 深度學習中accuracy,precision,recall,F1 score等指標的區別與聯繫

True Positive(TP):預測爲正例,實際爲正例 False Positive(FP):預測爲正例,實際爲負例 True Negative(TN):預測爲負例,實際爲負例 False Negative(FN):預測爲正例,實際爲

原创 Python 轉換Image類型爲list類型

轉自 https://blog.csdn.net/weixin_38383877/article/details/82261308 import base64 image='1.jpg'   #將圖片encode爲二進制字符串方法一 wi

原创 tensorflow出現Incompatible shapes between op input and calculated input gradient.錯誤

Incompatible shapes between op input and calculated input gradient. Forward operation: softmax_cross_entropy_with_logit

原创 tensorflow出現如下錯誤:AttributeError: ‘module’ object has no attribute ‘merge_all_summaries’

tensorflow版本問題,導致函數的變化,summary使用如下變化機制: AttributeError: ‘module’ object has no attribute ‘merge_all_summaries’  merged_