鲁米内特
鲁米内特

CUDN安装+pytorch

写在前面

cudn版本为11.1. pytorch的版本为1.9（之前1.8改成了1.9，后面对应的版本请看官注意），应该属于比较新的版本

所有下载安装内容我放在百度云盘了，需要的人自取，注意里面还有别的版本别下错了。

链接：https://pan.baidu.com/s/1-_MygT24JvStR_wYwSDpvw 
提取码：kygg

安装CUDA相关

首先需要根据自己的显卡型号以及驱动版本选择对应的CUDA版本。网上有些说根据CUDN安装+pytorch_第1张图片

这里来选择，个人认为还是按照官网的说明来办吧~ 

CUDN安装+pytorch_第2张图片

CUDN安装+pytorch_第3张图片这里我选择的是11.0.3版本的CUDA 

注意由于下载网络质量的原因，建议在安装之前检查一下文件的完整性，对比一下MD5码是否一致：

dabba7135b466d6726eade724d2eb598 cuda_11.0.3_450.51.06_linux_ppc64le.run
70af4cebe30549b9995fb9c57d538214 cuda_11.0.3_450.51.06_linux.run
7f4e95eb69e2241dd278fc2002dfd66a cuda_11.0.3_450.51.06_linux_sbsa.run
80ae0fdbe04759123f3cab81f2aadabd cuda_11.0.3_451.82_win10.exe
1b88bf7bb8e50207bbb53ed2033f93f3 cuda_11.0.3_win10_network.exe
6967f3108245f601d56504bee58a4d11 cuda-repo-cross-sbsa-rhel8-11-0-local-11.0.3-1.noarch.rpm
01628ff2a39a0f002c3e4ade148b12e8 cuda-repo-cross-sbsa-sles15-11-0-local-11.0.3-1.noarch.rpm
d5693bcb4cf72f9f8e2f45634ebc1883 cuda-repo-cross-sbsa-ubuntu1804-11-0-local_11.0.3-1_all.deb
f5ee54dac3c9a1b070830078b928e01b cuda-repo-opensuse15-11-0-local-11.0.3_450.51.06-1.x86_64.rpm
15d9114fe60f10835a14ac0f502e40e2 cuda-repo-rhel7-11-0-local-11.0.3_450.51.06-1.x86_64.rpm
67a6d3ab3551e7b7d78a147d151e384f cuda-repo-rhel8-11-0-local-11.0.3_450.51.06-1.aarch64.rpm
864be984dca2e904713ce1a58a437e8f cuda-repo-rhel8-11-0-local-11.0.3_450.51.06-1.ppc64le.rpm
96c495669d466484e4bd6554d986abf9 cuda-repo-rhel8-11-0-local-11.0.3_450.51.06-1.x86_64.rpm
2bd678bd3207196adeb22ed26c7c14dd cuda-repo-sles15-11-0-local-11.0.3_450.51.06-1.aarch64.rpm
0b44ee3179acef64dc5a22ea6af5af42 cuda-repo-sles15-11-0-local-11.0.3_450.51.06-1.x86_64.rpm
2606b1b7e606af59e7a1555bf55badb5 cuda-repo-ubuntu1604-11-0-local_11.0.3-450.51.06-1_amd64.deb
9ff7717492e88850db704e47c542bbf0 cuda-repo-ubuntu1804-11-0-local_11.0.3-450.51.06-1_amd64.deb
68e7e7e14ce9376a03babdf0e5ca2ff8 cuda-repo-ubuntu1804-11-0-local_11.0.3-450.51.06-1_arm64.deb
e26e734552d0ab3a1541868303e3b644 cuda-repo-ubuntu1804-11-0-local_11.0.3-450.51.06-1_ppc64el.deb
da5bcebd5b01e15025af19ba82c7b40e cuda-repo-ubuntu2004-11-0-local_11.0.3-450.51.06-1_amd64.deb
ea44cd8728806aaf9278cf0929ed032d cuda_11.1.0_455.23.05_linux_ppc64le.run
10c28f59cc2aba9a886d409534b05ddf cuda_11.1.0_455.23.05_linux.run
747c4b8ba50a5bafb0e53d42c64e1865 cuda_11.1.0_455.23.05_linux_sbsa.run
2786aedea8c05d17d21113645d6423e8 cuda_11.1.0_456.43_win10.exe
253029924ebb87c77cf24e8a170c5c82 cuda_11.1.0_win10_network.exe
4f5555f775aee7c85a9c10411a4cc16a cuda-repo-cross-sbsa-rhel8-11-1-local-11.1.0-1.noarch.rpm
96cd7fb41bcdda3ccfbf0e72458765a5 cuda-repo-cross-sbsa-sles15-11-1-local-11.1.0-1.noarch.rpm
d40ebefa3bce113bd94d1735e89df0ec cuda-repo-cross-sbsa-ubuntu1804-11-1-local_11.1.0-1_all.deb
a762a94bbbaf5dbd962b83604877d656 cuda-repo-debian10-11-1-local_11.1.0-455.23.05-1_amd64.deb
a200c6f6d3ca31d1edbd0b73b19c8717 cuda-repo-fedora32-11-1-local-11.1.0_455.23.05-1.x86_64.rpm
ee96a4e7c0c7ac9da74e9b1a23860baf cuda-repo-opensuse15-11-1-local-11.1.0_455.23.05-1.x86_64.rpm
055a18bfa293780208cdab1472b05a90 cuda-repo-rhel7-11-1-local-11.1.0_455.23.05-1.x86_64.rpm
c8953a6be3c69a3c2493fc21cdc16662 cuda-repo-rhel8-11-1-local-11.1.0_455.23.05-1.aarch64.rpm
64bc0f8462c3e6e5f35f255217b8a17c cuda-repo-rhel8-11-1-local-11.1.0_455.23.05-1.ppc64le.rpm
1db27482520d54e9d5d4191413e16bd3 cuda-repo-rhel8-11-1-local-11.1.0_455.23.05-1.x86_64.rpm
e827b21c77e39035597e604d53819dd8 cuda-repo-sles15-11-1-local-11.1.0_455.23.05-1.aarch64.rpm
1fe0a9ed2ba8f060b42178e042bd037d cuda-repo-sles15-11-1-local-11.1.0_455.23.05-1.x86_64.rpm
e5c34a7e08aab0d2a79ff1ea97bb48fd cuda-repo-ubuntu1604-11-1-local_11.1.0-455.23.05-1_amd64.deb
056de5e03444cce506202f50967b0016 cuda-repo-ubuntu1804-11-1-local_11.1.0-455.23.05-1_amd64.deb
2644db04c54065a7f83a8a11caeb0102 cuda-repo-ubuntu1804-11-1-local_11.1.0-455.23.05-1_arm64.deb
88787551c5a9847333d4b66d8387f1c1 cuda-repo-ubuntu1804-11-1-local_11.1.0-455.23.05-1_ppc64el.deb
c4ba145bf9f4b6989293299c5a177ef2 cuda-repo-ubuntu2004-11-1-local_11.1.0-455.23.05-1_amd64.deb
99cdb2dd3d72bc3ae551622a3d615359 cuda-repo-wsl-ubuntu-11-1-local_11.1.0-1_amd64.deb

现在获得了CUDA的本地EXE文件开始安装，双击打开后，会选择一个存放临时文件的文件夹

CUDN安装+pytorch_第4张图片

注意：这里选择一个新建的空文件夹，有可能在安装结束后，自动清空该文件夹目录下的所有文件，这个文件夹在安装结束后会自动删除。

之后安装软件会检测系统环境，注意如果您的电脑C盘空间非常富余，建议选择自定义安装，可以选择文件的安装位置，当然即使这样仍然会有一小部分放在C盘这是在所难免的。（有人说需要取消CUDA目录下VS软件的安装，我没有取消，这个影响待定） ，一路等待结束。。。

在命令行中输入nvcc -V查看安装的版本

CUDN安装+pytorch_第5张图片

安装和CUDN对应的cuDNN

为了保险起见，选择了8.1.0版本的cuDNN

CUDN安装+pytorch_第6张图片

 将下载的文件解压后：

CUDN安装+pytorch_第7张图片

把三个文件夹里的文件还有NVIDIA_SLA_cuDNN_Support.txt文件拷贝到安装CUDA文件夹下：

CUDN安装+pytorch_第8张图片

将CUDA的路径添加到系统环境中：

CUDN安装+pytorch_第9张图片

在环境变量中，确认以下两项：

 CUDN安装+pytorch_第10张图片

 到此CUDA部分结束

pytorch

选择相应的下载组件

官网

CUDN安装+pytorch_第11张图片

CUDN安装+pytorch_第12张图片

这个时候最好不要直接就用这个命令去下载，自己到后面的静态页面下载对应的whl文件，然后本地安装。本地安装，命令窗口到下载的文件路径下，pip install 对应的文件即可~

CUDN安装+pytorch_第13张图片

 CUDN安装+pytorch_第14张图片

还没有结束哦！

测试

import torch 
print(torch.__version__)

CUDN安装+pytorch_第15张图片

看了网上说还需要安装一个包：（这个包因为网络的原因好难下的）

pip install intel-openmp 

但是仍然拯救不了我。。。

不过在github上有人说一顺溜删光就好了，好几个人都说有用，斗胆一试。

我一口气删了三个dll文件，caffe2_detectron_ops.dll、omptarget.rtl.level0.dll、omptarget.rtl.opencl.dll

CUDN安装+pytorch_第16张图片

CUDN安装+pytorch_第17张图片再次运行就成功了，再有什么问题我会再更新的。。。

你可能感兴趣的:(pytorch,cuda)

  • COI实验室技能：图像到图像的深度学习开发框架（pytorch版） 山颠海涯 深度学习pytorch人工智能
    Basicdeeplearningframeworkforimage-to-image这个开发框架旨在帮助科研人员快速地实现图像到图像之间的模型开发。github连接：https://github.com/SituLab/Basic-deep-learning-framework-for-image-to-image目录1模型开发1-1克隆项目到本地1-2深度学习开发2环境配置2-1安装conda
  • Python(PyTorch和TensorFlow)图像分割卷积网络导图(生物医学) 亚图跨际 交叉知识Python生物医学脑肿瘤图像皮肤病变多模态医学图像多尺度特征生物医学腹部胰腺图像病灶边界气胸图像
    要点语义分割图像三层分割椭圆图像脑肿瘤图像分割动物图像分割皮肤病变分割多模态医学图像多尺度特征生物医学肖像多类和医学分割通用图像分割模板腹部胰腺图像分割分类注意力网络病灶边界分割气胸图像分割Python生物医学图像卷积网络该网络由收缩路径和扩展路径组成，收缩路径是一种典型的卷积网络，由重复应用卷积组成，每个卷积后跟一个整流线性单元(ReLU)和一个最大池化操作。在收缩过程中，空间信息减少，而特征信
  • python 安装 win32com 郎君啊 python开发语言
    扩展,Python,安装相关视频讲解：StableDiffusion提升出图速度,TensorRT扩展,SDXL-SSD-1B-A1111,速度提升60%,PyTorch更新python的or运算赋值用法用python编程Excel有没有用处？如何在Windows系统上安装win32com一、整体流程步骤操作1下载并安装Python2安装pywin32扩展包3验证安装是否成功二、具体操作步骤及代码
  • [Lora][微调] Qwen-VL/Qwen-VL-chat微调问题 翔迅AI python
    @[Lora][微调]Qwen-VL/Qwen-VL-chat微调问题关于Qwen-VL在lora过程中出现的问题总结。模型预训练错误一“erfinv_cuda”notimplementedfor‘BFloat16’RuntimeError:"erfinv_cuda"notimplementedfor'BFloat16'参考github中issue253给出的意见，修改Qwen-VL-Chat/v
  • 【Pytorch】cumsum的实现逻辑 栏杆拍遍看吴钩 pytorchpytorch人工智能python
    本文只记录cumsum的实现逻辑的CUDA部分，也即底层调用了CUDA的什么实现算子。voidlaunch_cumsum_cuda_kernel(constTensorBase&result,constTensorBase&self,int64_tdim){AT_DISPATCH_ALL_TYPES_AND_COMPLEX_AND2(ScalarType::Half,ScalarType::BFl
  • 百度飞桨paddle安装 包括CUDA,cuDNN,opencv的安装 小甲学长 opencv百度paddlepaddle
    conda创建新环境这部分代码均在AnacondaPrompt中写，要求已有Anaconda第一步：创建condacreate--nameyourEnvpython=3.6–name：也可以缩写为【-n】，【yourEnv】是新创建的虚拟环境的名字，创建完，可以装anaconda的目录下找到envs/yourEnv目录python=2.7：是python的版本号。也可以指定为【python=3.6
  • pytorch NLP自然语言处理入门一：文本表示 whyte王 pytorchNLP基础pytorch自然语言处理人工智能
    开始编辑：2024/2/16；最后编辑2024/2/16教程出自：https://learn.microsoft.com/en-sg/training/modules/intro-natural-language-processing-pytorch/第二部分：https://blog.csdn.net/qq_33345365/article/details/136142152本博客旨在探讨处理自
  • conda进行transformers安装 大多_C conda
    首先建立新环境condacreate-nmyenvpython=3.8安装numpy和pytorchcondainstallnumpycondainstallpytorchtorchvisiontorchaudiocpuonly-cpytorch-cconda-forge其余的一些环境配置huggingface_hub0.16.4py_0huggingfaceimportlib-metadata6
  • 两种常用损失函数：nn.CrossEntropyLoss 与 nn.TripletMarginLoss 大多_C 人工智能算法python机器学习
    两种用于模型训练的损失函数：nn.CrossEntropyLoss和nn.TripletMarginLoss。它们在对比学习和分类任务中各自扮演不同的角色。接下来是对这两种损失函数的详细介绍。1.nn.CrossEntropyLossnn.CrossEntropyLoss是PyTorch提供的交叉熵损失函数，通常用于多分类任务中。它结合了softmax激活函数和负对数似然损失（NegativeLo
  • 深度学习框架 人工智能操作系统 训练&前向推理 PyTorch Tensorflow MindSpore caffe 张量加速引擎TBE 深度学习编译器 多面体 polyhedral AI集群框架 EwenWanW 深度学习人工智能pytorch深度学习编译器
    深度学习框架人工智能操作系统训练&前向推理深度学习框架发展到今天，目前在架构上大体已经基本上成熟并且逐渐趋同。无论是国外的Tensorflow、PyTorch，亦或是国内最近开源的MegEngine、MindSpore，目前基本上都是支持EagerMode和GraphMode两种模式。AI嵌入式框架OneFlow&清华计图Jittor&华为深度学习框架MindSpore&旷视深度学习框架MegEn
  • 深度学习回归任务训练代码模版 槐月初叁 深度学习深度学习回归人工智能
    深度学习回归任务训练代码模版文章目录深度学习回归任务训练代码模版参数设置功能函数数据加载自定义数据集加载类特征选择（可选）数据读取定义模型训练模型训练迭代＋验证迭代使用`tensorboard`输出模型训练过程和指标可视化(可选)结果预测参考参数设置超参设置：config包含所有训练需要的超参数（便于后续的调参），以及模型需要存储的位置device='cuda'iftorch.cuda.is_av
  • Python实用技巧: 获取 后缀名(扩展名) 或 文件名 高斯小哥 Python基础【高质量合集】python开发语言str扩展名后缀名
    Python实用技巧:获取后缀名(扩展名)或文件名个人主页：高斯小哥高质量专栏：Matplotlib之旅：零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程希望得到您的订阅和支持~创作高质量博文，分享更多关于深度学习、PyTorch、Python领域的优质内容！（希望得到您的关注~）文章目录一、引言二、获取文件名三、获取文件扩展名四、实战案例五、总结六、最后一、引言
  • cpu运行gpu上的pytorch 报错:AssertionError:torch not compiled with cuda enabled——已解决 霍格沃茨电气魔法师 pythonjavapython数据库js深度学习
    感觉今天介绍的这种方法可以解决所有这种报错出现的问题事件发生：报错：AssertionError:torchnotcompiledwithcudaenabled解决方法：后来看到这个代码parser.add_argument('--test_device',default="cuda:0",type=str,
  • Transiting from CUDA to HIP（三） 青禾子的夏 HIP异构计算Rocm开发语言
    一、Workarounds1.memcpyToSymbol在HIP(Heterogeneous-computeInterfaceforPortability)中，hipMemcpyToSymbol函数用于将数据从主机内存复制到设备上的全局内存或常量内存中，这样可以在设备端的内核中访问这些数据。这个功能特别有用，因为它允许在主机端定义数据符号，并在设备端的内核中使用这些符号。#include#inc
  • pytorch实现单机多卡训练 *Major* pytorch人工智能python
    pytorch实现单机多卡训练fromtorch.nn.parallelimportDataParallel#单机多卡的分布式训练（数据并行）模型训练加速'''三构建模型'''model=build_model(CFG.backbone,CFG.num_classes,CFG.device)model.load_state_dict(torch.load("best_epoch.bin"))mod
  • HALCON 错误代码 #7709 聪明不喝牛奶 Halcon+CSharp深度学习halcon深度学习
    前言最近在研究halcon的深度学习，在环境配置上花了不少的功夫搞定，结果正要开始训练分类的第二个train文件就出现了一个错误，报7709，折腾了三天才解决。原因报7709主要的原因有如下几个原因：1、就是你选的cuda版本和cudnn的不匹配，这个原因应该大家在选择的时候注意一下版本对比的话可以避免，基本上不是这个原因造成的。2、显卡的驱动版本的过低，需要下载一个驱动精灵升级一下显卡的驱动，但
  • pytorch torch.matmul函数介绍 qq_27390023 pytorch人工智能python
    torch.matmul是PyTorch中用于进行矩阵乘法的函数。它可以执行两维矩阵、向量和更高维张量之间的乘法运算，支持的运算取决于输入张量的维度。1.函数签名torch.matmul(input,other,out=None)input:左乘的张量。other:右乘的张量。out:可选，用于存储输出结果的张量。2.不同维度的乘法规则torch.matmul根据输入张量的维度执行不同类型的乘法：
  • 机器学习框架巅峰对决：TensorFlow vs. PyTorch vs. Scikit-Learn实战分析 @sinner 技术选型机器学习tensorflowpytorchscikit-learn
    1.引言1.1机器学习框架的重要性在机器学习的黄金时代，框架的选择对于开发高效、可扩展的模型至关重要。合适的框架可以极大地提高开发效率，简化模型的构建和训练过程，并支持大规模的模型部署。因此，了解和选择最合适的机器学习框架对于研究人员和工程师来说是一个关键的步骤。1.2三大框架概览：TensorFlow、PyTorch、Scikit-Learn目前，最流行的机器学习框架主要有TensorFlow、
  • 【DeepSpeed 教程翻译】三，在 DeepSpeed 中使用 PyTorch Profiler做性能调试和Flops Profiler教程翻译 just_sort pytorch深度学习人工智能
    文章目录0x0.前言0x1.在DeepSpeed中使用PyTorchProfiler做性能调试Profile模型训练的循环标记任意代码范围ProfileCPU/GPU的活动Profile内存消耗0x2.FlopsProfiler总览Flops测量多GPU，多节点，数据并行和模型并行例子和DeepSpeed运行时一起使用在Megatron-LM中使用在DeepSpeed运行环境之外的使用方法在模型推
  • PyTorch学习（13）：PyTorch的张量相乘（torch.matmul） 赛先生.AI PyTorchpytorch
    PyTorch学习（1）：torch.meshgrid的使用-CSDN博客PyTorch学习（2）：torch.device-CSDN博客PyTorch学习（9）：torch.topk-CSDN博客PyTorch学习（10）：torch.where-CSDN博客PyTorch学习（11）：PyTorch的形状变换(view,reshape)与维度变换(transpose,permute)-CSDN
  • pytorch正向传播没问题，loss.backward()使定义的神经网络中权重参数变为nan 加速却甩不掉伤悲 pytorch神经网络人工智能
    记录一个非常坑爹的bug:loss回传导致神经网络中一个linear层的权重参数变为nan1.首先loss值是正常数值；2.查了好多网上的解决办法：检查原始输入神经网络数据有没有nan值，初始化权重参数，使用relu激活函数，梯度裁剪，降低优化器的学习率等等都没解决，个人认为这些应该影响不大，一般不会出问题；3.最后是使用如下异常检测：检测在loss回传过程中哪一块出现了问题torch.autog
  • PyTorch库学习之nn.ConvTranspose2d(模块) Midsummer-逐梦 #torchpytorch学习人工智能
    PyTorch库学习之nn.ConvTranspose2d(模块)一、简介nn.ConvTranspose2d是PyTorch中的一个模块，用于实现二维转置卷积（也称为反卷积或上采样卷积）。转置卷积通常用于生成比输入更大的输出，例如在生成对抗网络（GANs）和卷积神经网络（CNNs）的解码器部分。二、语法和参数语法torch.nn.ConvTranspose2d(in_channels,out_c
  • Pytorch常用乘法函数总结：torch.mul()、*、torch.mm()、torch.bmm()、torch.mv()、torch.dot()、@、torch.matmul() Cheer-ego Coding随手记pytorch
    上一篇博客总结了numpy中常用的乘法函数：numpy常用乘法函数总结：np.dot()、np.multiply()、*、np.matmul()、@、np.prod()、np.outer()-CSDN博客主要是np.dot()、np.multiply()、*、np.matmul()、@五种，其中np.matmul()和@完全等价，np.multiply()和*在输入数据类型为np.array时也完
  • 向量的叉积、点积、外积 qq_27390023 pytorchpython深度学习
    向量的叉积、点积和外积是向量代数中非常重要的操作，用于描述向量间的关系。它们广泛应用于物理、计算机图形学、几何以及蛋白质结构分析等领域。下面对每个运算进行详细介绍，并通过PyTorch示例代码展示其实现。1.点积(DotProduct)点积是两个向量之间的数量积，结果是一个标量。点积用于测量两个向量的平行性或相对角度。如果两个向量的点积为零，则它们互相垂直。其中，θ是两个向量之间的夹角。PyTor
  • pytorch torch.norm函数介绍 qq_27390023 pytorch人工智能python
    torch.norm函数用于计算张量的范数（norm），可以理解为张量的“长度”或“大小”。根据范数的不同类型，它可以衡量不同的张量性质。该函数可以计算向量和矩阵的多种范数，如L1范数、L2范数、无穷范数等。1.函数签名torch.norm(input,p='fro',dim=None,keepdim=False,dtype=None,out=None)input:需要计算范数的输入张量。p:范数
  • Pytorch中乘法函数torch.matmul() 的一种用法 Coder_Jh pytorch人工智能python
    主要记录下torch.matmul(A,B)的用法中的一种情况：当A，B有一个是3维以上，另一个是3维或3维以上时，如果想要使用torch.matmul(A,B)，必须同时满足：1.A和B的最后两个维度满足矩阵乘法的要求。例如A的维度是(3,1,3,3)，B是(3,3,2)，此时A的最后2维是(3,3),B是(3,2)，符合条件2.除去最后两个维度，A和B的其他维度要满足可以广播的条件。例如A的维
  • ERROR: Could not find a version that satisfies the requirement torch==xxx+cuxxx解决方案 神奇宝贝威威 偶得之深度学习pythonpytorch
    官网的链接：pipinstalltorch==1.10.0+cu111torchvision==0.11.0+cu111torchaudio==0.10.0-fhttps://download.pytorch.org/whl/torch_stable.html一直下载失败--无法找到满足对torch的要求的版本以及找不到匹配的分发版本的错误。解决方法：使用conda-forge频道Conda-fo
  • pytorch torch.sigmoid、torch.nn.Sigmoid和torch.nn.functional.sigmoid的区别 puspos
    torch.sigmoid：函数torch.sigmoid(input_tensor,out=None)->Tensortorch.nn.Sigmoid：class应该看作网络的一层，而不是简单的函数使用。模型的初始化方法中使用，需要在_init__中定义，然后在使用classModel(torch.nn.Module):def__init__(self):super(Model,self
  • 常用torch.nn mm_exploration MyDiffusionpythonpytorch人工智能
    目录一、torch.nn和torch.nn.functional二、nn.Linear三、nn.Embedding四、nn.Identity五、Pytorch非线性激活函数六、nn.Conv2d七、nn.Sequential八、nn.ModuleList九、torch.outertorch.cat一、torch.nn和torch.nn.functionalPytorch中torch.nn和torc
  • 【Python】成功解决TypeError: list indices must be integers or slices, not str 高斯小哥 BUG解决方案合集pythonlist新手入门学习debug
    【Python】成功解决TypeError:listindicesmustbeintegersorslices,notstr欢迎进入我的个人主页，我是高斯小哥！博主档案：广东某985本硕，SCI顶刊一作，深耕深度学习多年，熟练掌握PyTorch框架。技术专长：擅长处理各类深度学习任务，包括但不限于图像分类、图像重构(去雾\去模糊\修复)、目标检测、图像分割、人脸识别、多标签分类、重识别(行人\车辆
  • web报表工具FineReport常见的数据集报错错误代码和解释 老A不折腾 web报表finereport代码可视化工具
    在使用finereport制作报表，若预览发生错误，很多朋友便手忙脚乱不知所措了，其实没什么，只要看懂报错代码和含义，可以很快的排除错误，这里我就分享一下finereport的数据集报错错误代码和解释，如果有说的不准确的地方，也请各位小伙伴纠正一下。   NS-war-remote=错误代码\:1117 压缩部署不支持远程设计 NS_LayerReport_MultiDs=错误代码
  • Java的WeakReference与WeakHashMap bylijinnan java弱引用
    首先看看 WeakReference wiki 上 Weak reference 的一个例子： public class ReferenceTest { public static void main(String[] args) throws InterruptedException { WeakReference r = new Wea
  • Linux——（hostname）主机名与ip的映射 eksliang linuxhostname
    一、 什么是主机名 无论在局域网还是INTERNET上，每台主机都有一个IP地址，是为了区分此台主机和彼台主机，也就是说IP地址就是主机的门牌号。但IP地址不方便记忆，所以又有了域名。域名只是在公网（INtERNET)中存在，每个域名都对应一个IP地址，但一个IP地址可有对应多个域名。域名类型 linuxsir.org 这样的； 主机名是用于什么的呢？ 答：在一个局域网中，每台机器都有一个主
  • oracle 常用技巧 18289753290
    oracle常用技巧 ①复制表结构和数据   create table  temp_clientloginUser as   select distinct userid from tbusrtloginlog ②仅复制数据 如果表结构一样 insert into  mytable  select  * &nb
  • 使用c3p0数据库连接池时出现com.mchange.v2.resourcepool.TimeoutException 酷的飞上天空 exception
    有一个线上环境使用的是c3p0数据库，为外部提供接口服务。最近访问压力增大后台tomcat的日志里面频繁出现 com.mchange.v2.resourcepool.TimeoutException: A client timed out while waiting to acquire a resource from com.mchange.v2.resourcepool.BasicResou
  • IT系统分析师如何学习大数据 蓝儿唯美 大数据
    我是一名从事大数据项目的IT系统分析师。在深入这个项目前需要了解些什么呢？学习大数据的最佳方法就是先从了解信息系统是如何工作着手，尤其是数据库和基础设施。同样在开始前还需要了解大数据工具，如Cloudera、Hadoop、Spark、Hive、Pig、Flume、Sqoop与Mesos。系 统分析师需要明白如何组织、管理和保护数据。在市面上有几十款数据管理产品可以用于管理数据。你的大数据数据库可能
  • spring学习——简介 a-john spring
    Spring是一个开源框架，是为了解决企业应用开发的复杂性而创建的。Spring使用基本的JavaBean来完成以前只能由EJB完成的事情。然而Spring的用途不仅限于服务器端的开发，从简单性，可测试性和松耦合的角度而言，任何Java应用都可以从Spring中受益。其主要特征是依赖注入、AOP、持久化、事务、SpringMVC以及Acegi Security 为了降低Java开发的复杂性，
  • 自定义颜色的xml文件 aijuans xml
    <?xml version="1.0" encoding="utf-8"?> <resources> <color name="white">#FFFFFF</color> <color name="black">#000000</color> &
  • 运营到底是做什么的？ aoyouzi 运营到底是做什么的？
    文章来源：夏叔叔（微信号：woshixiashushu），欢迎大家关注！很久没有动笔写点东西，近些日子，由于爱狗团产品上线，不断面试，经常会被问道一个问题。问：爱狗团的运营主要做什么？答：带着用户一起嗨。为什么是带着用户玩起来呢？究竟什么是运营？运营到底是做什么的？那么，我们先来回答一个更简单的问题——互联网公司对运营考核什么？以爱狗团为例，绝大部分的移动互联网公司，对运营部门的考核分为三块——用
  • js面向对象类和对象 百合不是茶 js面向对象函数创建类和对象
    接触js已经有几个月了,但是对js的面向对象的一些概念根本就是模糊的,js是一种面向对象的语言 但又不像java一样有class,js不是严格的面向对象语言 ,js在java web开发的地位和java不相上下  ,其中web的数据的反馈现在主流的使用json,json的语法和js的类和属性的创建相似   下面介绍一些js的类和对象的创建的技术   一:类和对
  • web.xml之资源管理对象配置 resource-env-ref bijian1013 javaweb.xmlservlet
    resource-env-ref元素来指定对管理对象的servlet引用的声明，该对象与servlet环境中的资源相关联 <resource-env-ref> <resource-env-ref-name>资源名</resource-env-ref-name> <resource-env-ref-type>查找资源时返回的资源类
  • Create a composite component with a custom namespace sunjing
    https://weblogs.java.net/blog/mriem/archive/2013/11/22/jsf-tip-45-create-composite-component-custom-namespace   When you developed a composite component the namespace you would be seeing would
  • 【MongoDB学习笔记十二】Mongo副本集服务器角色之Arbiter bit1129 mongodb
     一、复本集为什么要加入Arbiter这个角色 回答这个问题，要从复本集的存活条件和Aribter服务器的特性两方面来说。 什么是Artiber？ An arbiter does not have a copy of data set and cannot become a primary. Replica sets may have arbiters to add a
  • Javascript开发笔记 白糖_ JavaScript
    获取iframe内的元素 通常我们使用window.frames["frameId"].document.getElementById("divId").innerHTML这样的形式来获取iframe内的元素，这种写法在IE、safari、chrome下都是通过的，唯独在fireforx下不通过。其实jquery的contents方法提供了对if
  • Web浏览器Chrome打开一段时间后，运行alert无效 bozch Webchormealert无效
    今天在开发的时候，突然间发现alert在chrome浏览器就没法弹出了，很是怪异。 试了试其他浏览器，发现都是没有问题的。 开始想以为是chorme浏览器有啥机制导致的，就开始尝试各种代码让alert出来。尝试结果是仍然没有显示出来。 这样开发的结果，如果客户在使用的时候没有提示，那会带来致命的体验。哎，没啥办法了 就关闭浏览器重启。   结果就好了，这也太怪异了。难道是cho
  • 编程之美-高效地安排会议 图着色问题 贪心算法 bylijinnan 编程之美
    import java.util.ArrayList; import java.util.Collections; import java.util.List; import java.util.Random; public class GraphColoringProblem { /**编程之美 高效地安排会议 图着色问题 贪心算法 * 假设要用很多个教室对一组
  • 机器学习相关概念和开发工具 chenbowen00 算法matlab机器学习
    基本概念： 机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。 开发工具 M
  • [宇宙经济学]关于在太空建立永久定居点的可能性 comsci 经济
           大家都知道,地球上的房地产都比较昂贵,而且土地证经常会因为新的政府的意志而变幻文本格式........        所以,在地球议会尚不具有在太空行使法律和权力的力量之前,我们外太阳系统的友好联盟可以考虑在地月系的某些引力平衡点上面,修建规模较大的定居点
  • oracle 11g database control 证书错误 daizj oracle证书错误oracle 11G 安装
    oracle 11g database control 证书错误  win7 安装完oracle11后打开 Database control 后，会打开em管理页面，提示证书错误，点“继续浏览此网站”，还是会继续停留在证书错误页面 解决办法： 是 KB2661254 这个更新补丁引起的，它限制了 RSA 密钥位长度少于 1024 位的证书的使用。具体可以看微软官方公告：
  • Java I/O之用FilenameFilter实现根据文件扩展名删除文件 游其是你 FilenameFilter
    在Java中，你可以通过实现FilenameFilter类并重写accept(File dir, String name) 方法实现文件过滤功能。 在这个例子中，我们向你展示在“c:\\folder”路径下列出所有“.txt”格式的文件并删除。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
  • C语言数组的简单以及一维数组的简单排序算法示例，二维数组简单示例 dcj3sjt126com carray
    # include <stdio.h> int main(void) { int a[5] = {1, 2, 3, 4, 5}; //a 是数组的名字 5是表示数组元素的个数，并且这五个元素分别用a[0], a[1]...a[4] int i; for (i=0; i<5; ++i) printf("%d\n",
  • PRIMARY, INDEX, UNIQUE 这3种是一类 PRIMARY 主键。 就是 唯一 且 不能为空。 INDEX 索引，普通的 UNIQUE 唯一索引 dcj3sjt126com primary
    PRIMARY, INDEX, UNIQUE 这3种是一类PRIMARY 主键。 就是 唯一 且 不能为空。INDEX 索引，普通的UNIQUE 唯一索引。 不允许有重复。FULLTEXT 是全文索引，用于在一篇文章中，检索文本信息的。举个例子来说，比如你在为某商场做一个会员卡的系统。这个系统有一个会员表有下列字段：会员编号   INT会员姓名  
  • java集合辅助类 Collections、Arrays shuizhaosi888 CollectionsArraysHashCode
      Arrays、Collections   1 ）数组集合之间转换 public static <T> List<T> asList(T... a) { return new ArrayList<>(a); }      a）Arrays.asL
  • Spring Security（10）——退出登录logout 234390216 logoutSpring Security退出登录logout-urlLogoutFilter
           要实现退出登录的功能我们需要在http元素下定义logout元素，这样Spring Security将自动为我们添加用于处理退出登录的过滤器LogoutFilter到FilterChain。当我们指定了http元素的auto-config属性为true时logout定义是会自动配置的，此时我们默认退出登录的URL为“/j_spring_secu
  • 透过源码学前端 之 Backbone 三 Model 逐行分析JS源代码 backbone源码分析js学习
    Backbone 分析第三部分  Model 概述： Model 提供了数据存储，将数据以JSON的形式保存在 Model的 attributes里， 但重点功能在于其提供了一套功能强大，使用简单的存、取、删、改数据方法，并在不同的操作里加了相应的监听事件， 如每次修改添加里都会触发 change，这在据模型变动来修改视图时很常用，并且与collection建立了关联。
  • SpringMVC源码总结（七）mvc:annotation-driven中的HttpMessageConverter 乒乓狂魔 springMVC
    这一篇文章主要介绍下HttpMessageConverter整个注册过程包含自定义的HttpMessageConverter，然后对一些HttpMessageConverter进行具体介绍。 HttpMessageConverter接口介绍： public interface HttpMessageConverter<T> { /** * Indicate
  • 分布式基础知识和算法理论 bluky999 算法zookeeper分布式一致性哈希paxos
      分布式基础知识和算法理论 BY [email protected] 本文永久链接：http://nodex.iteye.com/blog/2103218   在大数据的背景下，不管是做存储，做搜索，做数据分析，或者做产品或服务本身，面向互联网和移动互联网用户，已经不可避免地要面对分布式环境。笔者在此收录一些分布式相关的基础知识和算法理论介绍，在完善自我知识体系的同
  • Android Studio的.gitignore以及gitignore无效的解决 bell0901 androidgitignore
    　　github上.gitignore模板合集，里面有各种.gitignore ： https://github.com/github/gitignore 　　自己用的Android Studio下项目的.gitignore文件，对github上的android.gitignore添加了 　　　　　　# OSX files　　　　　　//mac os下　　　　　　.DS_Store
  • 成为高级程序员的10个步骤 tomcat_oracle 编程
    What 软件工程师的职业生涯要历经以下几个阶段：初级、中级，最后才是高级。这篇文章主要是讲如何通过 10 个步骤助你成为一名高级软件工程师。   Why 得到更多的报酬！因为你的薪水会随着你水平的提高而增加 提升你的职业生涯。成为了高级软件工程师之后，就可以朝着架构师、团队负责人、CTO 等职位前进 历经更大的挑战。随着你的成长，各种影响力也会提高。
  • mongdb在linux下的安装 xtuhcy mongodblinux
    一、查询linux版本号： lsb_release -a  LSB Version:    :base-4.0-amd64:base-4.0-noarch:core-4.0-amd64:core-4.0-noarch:graphics-4.0-amd64:graphics-4.0-noarch:printing-4.0-amd64:printing-4.0-noa
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他