原创 Ubuntu 18.04 顯卡驅動,刪除後重新安裝

轉自微信公衆號: “ 目標檢測與跟蹤基礎前沿 “ ** ## [” 目標跟蹤基礎與智能前沿 “](http://dft2rci5611xwmix.mikecrm.com/NCyhs1B) ** 1、首先檢查系統顯卡驅動安裝情況:

原创 anaconda配置環境

配置環境 其實就是修改配置文件,直接在配置文件加上這句話就好啦。 # 粘貼下一行代碼到.bashrc中 export CMAKE_PREFIX_PATH=~/anaconda3/bin # 然後 source ~/.bashrc

原创 一鍵清華源,再也不擔心下載慢了

https://github.com/tuna/oh-my-tuna -global 參數用於修改所有用戶的源 這樣就把所有的源都換成了清華源 。

原创 《學術英文寫作》 如何和編輯套磁cover letter

The authors would like to extend their appreciation to Professor Yang for their helpful discussions and the Dear

原创 Pytorch安裝過程中遇到的失敗

conda 進入虛擬環境: 1、conda 命令行安裝 conda install pytorch torchvision cudatoolkit=10.2 -c pytorch 但出現以下錯誤 錯誤原因: 1.問題描述:co

原创 安裝好cuda 和pytorc之後,如何判斷 GPU是可用的??

c) 驗證GPU是否可用 python import torch print(torch.cuda.is_available()) 返回True,表明已經可以使用GPU了.

原创 解決 模塊找不到 ModuleNotFoundError

ModuleNotFoundError: No module named ‘cv2’ 解決方法: pip install opencv-python ModuleNotFoundError: No module named ‘m

原创 ubuntu 自帶截圖工具快捷鍵盤

ubuntu 自帶截圖工具快捷鍵盤 PrtSc – 獲取整個屏幕的截圖並保存到 Pictures 目錄。 Shift + PrtSc – 獲取屏幕的某個區域截圖並保存到 Pictures 目錄。 Alt + PrtSc –獲取當前

原创 Conda 創建、查看、刪除虛擬環境

轉自微信公衆號: “ 目標檢測與跟蹤基礎前沿 “ ” 目標跟蹤基礎與智能前沿 “ conda創建、查看、刪除虛擬環境 1 anaconda創建虛擬環境,創建名稱爲mmdetection的Python3.7環境 conda cr

原创 Ubuntu安裝CUDA10.2

準備工作 確定你有支持CUDA的NVIDIA GPU $ lspci | grep -i nvidia 3b:00.0 3D controller: NVIDIA Corporation GP100GL [Tesla P100 P

原创 Ubuntu 使用yah3c 配置(全,解決no such file & no device )

Ubuntu 安裝 yah3c 上網 yah3c 下載好的安裝包保存到u盤,拷貝到新電腦上,解壓縮之後,命令行進入文件夾目錄,執行以下命令 cd YaH3C sudo python2.7 setup.py install 記住一

原创 Ubuntu 修改文件夾名字

sudo mv former_name new_name

原创 目標跟蹤配置(三)-評價指標-benchmark(更新中,關注請收藏。。。)

目標跟蹤基礎與智能前沿 關注上方公衆號,回覆下方安裝過程中對應關鍵字,獲得對應安裝包。 本文持續更新中… 連載可關注知乎專欄“目標跟蹤基礎與前沿” 文章目錄[ 目標跟蹤基礎與智能前沿 ](http://dft2rci5611x

原创 目標跟蹤環境配置(一)深度學習環境配置Ubuntu18.04 + RTX2080ti + CUDA10.2 +Python3.7

一、 準備工作 1、檢查當前系統環境 顯卡版本 1、nvidia-smi 查看顯卡信息 ,GPU,參數解釋 2、Ubuntu 18.04 顯卡驅動,刪除後重新安裝 3、ubuntu 命令行模式和圖形界面互相切換(出現循環登錄,刪除

原创 Linux下批量修改文件名- 大小寫切換-

全部改爲小寫 sudo rename 'y/A-Z/a-z/' * 全部改爲大寫 sudo rename 'y/a-z/A-Z/' * 部分改爲大小寫 sudo rename [a-z]_[a-z].mat to [a-