Least

ValueError: need at least one array to concatenate的解决

使用mmdetection训练时报错ValueError:needatleastonearraytoconcatenate大概率是数据集有问题，可以检查数据集路径，检查json里边的类名和代码里的类名是否对应。我的问题就是json中的name没有改成类别名，在json的最后一行，将name的值改成你的类别名称就好了。我的数据集只有一类，改成这样就好啦。
xy_lyl·2022-12-26 12:01

ValueError('need at least one array to stack') ValueError: need at least one array to stac

使用mmdetection做实例分割过程中踩的一个大坑。经过反复调试后，终于发现是数据集的问题。在实例分割中，分割标签的键'iscrowd'为1的时候，标签会被抛弃，全为1的时候，就会发生以上错误。出错原因代码如下iscrowd表示一个以上物体连在一个，作为一个整体，如人群，所以做实例分割时候会被过滤掉。而在coco数据集中。iscrowd的取值取决于标签segmentation的格式，格式为RL
PROMINEM·2022-12-26 12:31

mmdetection遇到的错误，ValueError: need at least one array to concatenate

发现数据集类的名称不一样打开json文件找到categories错误的配置修改后与第一幅图上面的对应
大nuannuan·2022-12-26 12:30

GaitSet：test阶段出现错误 （ValueError: need at least one array to concatenate==）

最近，尝试了复现GaitSet开源代码gaitset论文：https://arxiv.org/abs/1811.06186gaitset代码：https://github.com/AbnerHqC/GaitSet/blob/master/model/utils/data_loader.py在进行测试时，test出现错误尝试了博主：https://blog.csdn.net/qq_21464351/
qq_28034749·2022-12-26 12:00

need at least one array to concatenate（至少需要一个数组来连接）

当出现这种情况的时候，在MMdet上大概率是修改了数据集但是没编译的原因；输入命令pythonsetup.pyinstall即可解决该问题，此命令是mmdet编译命令。IndentationError:unindentdoesnotmatchanyouterindentationlevel可能是coco数据集那一行出现缩进格式问题，通过报错链接即可得知问题所在。mmdet各种可视化命令1.测模型复
故乡的云和星星·2022-12-26 12:00

报错ValueError: need at least one array to concatenate mmdet

https://github.com/open-mmlab/mmdetection/issues/3628这是在open-mmlab使用当中遇到的一个问题。config稍微有点不合适就会报这样那样的错。https://github.com/open-mmlab/mmdetection/issues/3628
构建的乐趣·2022-12-26 12:00

ValueError: need at least one array to concatenate

最近研究MTCNN算法，在运行gen_hard_example.py时因为将阈值[0.6,0.7,0.7]修改成[0.5，0.5，0.3]之后，执行某张训练图像时，返回Traceback(mostrecentcalllast):File“gen_hard_example.py”,line193,inmain(parse_arguments(sys.argv[1:]))File“gen_hard_e
kelvinxxx_ky·2022-12-26 12:29

MMDet: ValueError: need at least one array to concatenate

文章首发及后续更新：https://mwhls.top/4051.html，无图/无目录/格式错误/更多相关请至首发页查看。新的更新内容请到mwhls.top查看。欢迎提出任何疑问及批评，非常感谢！目录报错信息解决方法吐槽报错信息ValueErrorneedatleastonearraytoconcatenate解决方法不使用mmdet推荐的数据集创建方式（即复制教程代码），直接复制configs
MWHLS·2022-12-26 12:58

【已解决】ValueError:need at least array to concatenate

项目场景：使用MMdetection复现论文，出现报错：ValueError:needatleastarraytoconcatenate问题描述：解决方案：1.annotations(JSON文件)中设置的CLASSES类别与mmdet/datasets/coco.py的cocodataset函数中CLASSES不一致，可能两个位置的单词写的不一样，或者数量不同，将两者改成一致的就行。如下图，JS
SurpassMs·2022-12-26 12:58

mmdetection ValueError: need at least one array to concatenate解决方案

在mmdetection中有时候训练模型会出现ValueError:needatleastonearraytoconcatenate的错误，详情如下图所示。很多人都说是mmdet/dataset下coco.py或voc.py中CLASSES设置与数据集对应不上，博主不以为然。因为在mmdetection2中，不需要到mmdet/dataset中修改CLASSES，只需要在训练配置文件中中设置一下就
万里鹏程转瞬至·2022-12-26 12:57

recursive least squares —— 递推最小二乘法

该方法是一种根据系统过去运行产生的数据估计当前时刻真实输出的方法，所以文章中所说的递归最小二乘估计、递归最小二乘辨识都是指这个方法。它是一种基于ARX模型的方法，ARX模型的形式为用y(k)=-a1y(k-1)-a2y(k-2)-…-any(k-n)+b0u(k)+b1u(k-1)+…+bnu(k-n)+e(k)，也可以写为其中这个模型形式在很多估计方法中都出现，就是根据k时刻之前的n个u和y估计
isabella6666·2022-12-16 01:58

RLS递归最小二乘法(Recursive Least Squares)

RLS递归最小二乘法(RecursiveLeastSquares)感谢B站Up凩子白的讲解视频,大多数的RLS算法介绍都是从各种专业领域角度讲解的(比如滤波器等角度),对于缺乏专业背景的同学入门较难,本文主要是以上提到的视频的文字化,加入了自己的一些理解,也许有一些地方不是那么严谨,不过希望能帮助其他同学快速了解一下RLS算法的思想。PRELIMINARIES最小二乘法对于样本数据对儿(x,y)(
hymwgk·2022-12-16 01:54

tensorflow报错：Make sure that your dataset or generator can generate at least `steps_per_epoch * epoch

这是我的代码：importtensorflowastfimportpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt%matplotlibinline(train_image,train_label),(test_image,test_label)=tf.keras.datasets.fashion_mnist.load_data()trai
wchwdog13·2022-12-15 13:38

使用pytorch grad cam时报错 ValueError: need at least one array to concatenate

grad-cam计算时需要梯度信息，不能冻结模型权值…如果冻结了权值，需要再设置回来model.requires_grad_(True)发生以下两种错误，应该都是这个原因ValueError:needatleastonearraytoconcatenateRuntimeError:element0oftensorsdoesnotrequiregradanddoesnothaveagrad_fn官方
wangchen1801·2022-12-12 17:17

最小二乘算法Matlab程序算法

数据的最小二乘拟和假定某天的气温变化记录如表所示（表没了）functionS=square_least(x,y,n,w)%数据的最小二乘拟合,其中%x,y为数据的(x,y)坐标;%n为数据拟合的次数，缺省时
陆九条·2022-12-11 00:22

python中的最小二乘拟合

如果将这些参数用p表示的话，那么我们就是要找到一组p值使得如下公式中的S函数最小：这种算法被称之为最小二乘拟合(Least-squarefitting)。scipy中的子函数库optim
manjhOK·2022-12-11 00:20

盲超分论文解读：Deep Constrained Least Squares for Blind Image Super-Resolution, CVPR 2022

ArXiv地址：DeepConstrainedLeastSquaresforBlindImageSuper-Resolution代码和训练好的模型已经放出：https://github.com/megvii-research/DCLS-SR一个经典的图像降质过程如下，其中y表示LR图像，x表示HR图像，k_h表示模糊核，\downarrow_s表示下采样操作，n表示噪声。这里我们用k_h来表示模糊
qq_20448873·2022-12-08 14:25

【图像盲超】Deep Constrained Least Squares for Blind Image Super-Resolution 基于深度约束最小二乘的盲图像超分辨率算法

一句话总结：重新描述退化模型，由原来的先模糊再下采样，描述成先下采样再模糊。处理方法是：从原始核与LR图中估计一个模糊核用于去模糊（此时仍然是LR大小的图），得到去模糊的特征（cleanLR），再进行上采样恢复SR。摘要本文提出了一种改进的退化模型和两个新的模型来解决盲图像超分辨率问题。该方法继承了盲SR的一般方法，改进了核估计方法和基于核的高分辨率图像恢复方法（PS：仍然是基于模糊核估计+非盲S
lct不吃香菜·2022-12-08 14:51

RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0

看到这个报错我就想，是不是只要涉及到Tensor的地方，都要带一个to(device)，此处的device指的是cuda于是我找到对应的没有采用to(device)的但涉及到tensor的代码，将以下部分：actions_v.unsqueeze(-1).type(torch.LongTensor)改成了：actions_v.unsqueeze(-1).type(torch.LongTensor).
我有明珠一颗·2022-12-07 19:41

hive中取最大值最小值的函数

max()和min()函数selecta,max(b)fromtgroupbyaselecta,min(b)fromtgroupbyamax和min函数是取某一列中的最大或者最小值greatest()和least
大大大大肉包·2022-12-07 12:59

【Moving Least Squares】【移动最小二乘法】

基于移动最小二乘的图像变形一、背景意义写这篇博文是应为目前为止我看到了好多领域里的经典paper算法都有涉及到移动最小二乘（MLS）。可见这个算法非常重要，先来看一下它的相关经典应用：1、图像变形。在图像处理领域paper：《ImageDeformationUsingMovingLeastSquares》利用移动最小二乘的原理实现了图像的相关变形，而且这篇paper的引用率非常高，可以说是图像变形
智能血压计·2022-12-05 16:17

[1175]hive函数greatest、least多列取最大最小值

文章目录greatest函数least函数用多了max()、min()今天刚好遇到了需要取连续6年中营收最大的逻辑(6列)greatest函数取多列最大值selectgreatest(-99,0,73)
周小董·2022-12-04 20:40

Flink的状态一致性

一致性的划分通常来说，状态一致性分为三个级别at-most-once：至多一次，发生故障恢复后数据可能丢失at-least-once：至少一次，发生故障恢复后数据可能多算，绝对不会少算exactly-once
大大大大肉包·2022-12-02 20:29

Least Squares - An Informal Introduction - Sensing and State Estimation II - uni-bonn

之前看bonn大学CyrillStachniss教授的课基于图的SLAM中最小二乘求最优的时候提到了InformationMatrix。InformationMatrix这个概念以前用最小二乘的时候并没有看见过。所以回头来看前一章最小二乘的内容。定义LeastSquares是用在overdeterminedsystem（超定？超验？）里面的。我们的等式要比变量多。经常用于给定观测，轨迹模型参数。我
NoEdUl·2022-12-02 17:57

Least-upper-bound property

Inmathematics,theleast-upper-boundproperty(sometimescalledcompletenessorsupremumpropertyorl.u.b.property)[1]isafundamentalpropertyoftherealnumbers.Moregenerally,apartiallyorderedsetXhastheleast-upper-
Tsima_·2022-12-01 12:06

机器学习-最小二乘拟合

0.前言解决非线性问题的方法：最小二乘算法：https://www.mathworks.com/help/optim/ug/least-squares-model-fitting-algorithms.html
RS&Hydrology·2022-12-01 10:45

基于最小二乘插值(Least-Squares Interpolation)图像超分辨率重构算法研究-附Matlab代码

⭕⭕目录⭕⭕✳️一、引言✳️二、最小二乘图像插值理论与Matlab处理✳️三、基于最小二乘插值超分辨重构实验验证✳️四、参考文献✳️五、Matlab程序获取与验证✳️一、引言图像超分辨率重构技术起源于上世纪60年代Harris和Goodman构造的单帧图像重构方法；上世纪80年代初，Tsai和Huang首先提出了序列或多帧图像的超分辨率重构问题，并给出了基于频域的逼近方法；自90年代以来，超分辨率
matlab科研中心·2022-12-01 08:34

pytorch问题：found at least two devices, cuda:0 and cuda:1!

问题：RuntimeError:Expectedalltensorstobeonthesamedevice,butfoundatleasttwodevices,cuda:0andcuda:1!现象：模型训练是在cuda:1上训练在预测时指定cuda:0不work，出现上述问题解决方案：首先在predict.py中修改：#device=torch.device("cuda:1"iftorch.cud
京城王多鱼·2022-11-26 12:08

torch报错解决Expected all tensors to be on the same device, but found at least two devices, cuda:0andcpu

stress_error_map=torch.add(stress_error_map,torch.div(torch.abs(stress-stresstarget),stresstarget))出错的代码位置在这里，原因就如报错提示，你要么全用cuda类型的，要么全用cpu类型的(之前一直有误区以为gpu的tensor就不能加减乘除了，但是实际是可以的，原因是因为参与算式的tensor类型不一
构建的乐趣·2022-11-25 20:08

如何解决RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cpu

像这种情况，一般就是数据和模型一个在cpu，一个在GPU，或者用于计算的数据，有一些已经放到GPU里，有一些还存在CPU中，这里提供一个思路。首先找到报错的行，看看计算时都用到哪些变量或者数据，然后使用.is_cuda这个属性去查看到底哪些是在GPU上，哪些是在CPU上，然后把它们统一都放在CPU，或者统一放在GPU上就可以。举个例子：报错提示在utils.py这个文件的第46行有问题，然后进入这
qq_28935065·2022-11-25 20:07

Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cpu!

torch上运行bert出现的错误问题描述解决方案问题描述注意：任何标题提示的报错都可以用下面方法的原理找出问题数据（在CPU），然后将该数据放入GPU即可在运行bert模型时，打算将代码放到服务器的GPU上面运行，将模型和设置的参数iftorch.cuda.is_available():device=torch.device('cuda')else:device=torch.device('cp
新客草草·2022-11-25 01:50

Neo4j本地上传数据：Input error: Expected ‘--nodes‘ to have at least 1 valid item, but had 0 []

第二次碰到这个问题了，还是记一下吧，不然太浪费时间。第一次的时候，没有用绝对路径，但是换成绝对路径也没解决。后来仔细检查了命令，现在记得好像是命令有点问题。修改后就可以了。第二次检查完命名没问题，再次试了把路径换为绝对路径，解决了。。。总结：碰到这样的问题，大概率是路径的问题，仔细检查一下路径和源文件
zhaodouad·2022-11-23 18:39

偏最小二乘法回归（Partial Least Squares Regression）

偏最小二乘法回归（PartialLeastSquaresRegression）[pdf版本]偏最小二乘法回归.pdf1.问题这节我们请出最后的有关成分分析和回归的神器PLSR。PLSR感觉已经把成分分析和回归发挥到极致了，下面主要介绍其思想而非完整的教程。让我们回顾一下最早的LinearRegression的缺点：如果样例数m相比特征数n少（m
alaclp·2022-11-23 17:09

Expected all tensors to be on the same device,but found at least two device,cuda:0 and cpu

2020.12.16遇到问题想把检测时候的二次筛选只进行一次。所以第一次不在检测区域里的检测框不进行删除。把之前的加了检测区域检测的代码删除后：报错：tensor不在同一个设备上，在scf后面加上.to(self.device),又报了新的错误：这个是因为把CUDAtensor格式的数据转为numpy时，需要先将其转为cpufloat-tensor然后再转为numpy格式。把前面的scf改回来，然
苏钟白·2022-11-23 06:31

如何解决RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cpu

像这种情况，一般就是数据和模型一个在cpu，一个在GPU，或者用于计算的数据，有一些已经放到GPU里，有一些还存在CPU中，这里提供一个思路。首先找到报错的行，看看计算时都用到哪些变量或者数据，然后使用.is_cuda这个属性去查看到底哪些是在GPU上，哪些是在CPU上，然后把它们统一都放在CPU，或者统一放在GPU上就可以。举个例子：报错提示在utils.py这个文件的第46行有问题，然后进入这
Hzt_dreamer·2022-11-23 06:31

Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cpu!

问题描述：这类问题属于tensor关于内存的问题，就是说进行运算的tensor放在了不同的设备上。注意，也有其他的错误表达：Inputtype(torch.FloatTensor)andweighttype(torch.cuda.FloatTensor)上述表面意思是：输入类型属于在CPU上，而权重类型属于在GPU上。解决方案：就一句话，跟踪步骤指定设备。比如现在我有一块代码：main函数部分：运
大仙的bug日志·2022-11-23 06:30

如何解决RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cp

(45条消息)如何解决RuntimeError:Expectedalltensorstobeonthesamedevice,butfoundatleasttwodevices,cpu_qq_28935065的博客-CSDN博客
努力学习不长胖·2022-11-23 06:30

pytorch Expected all tensors to be on the same device, but found at least two devices, cpu

出现上述，是说torch.mm函数中出现问题，输入x需要转到gpu上，对将x.mm(self.w)变成torch.mm(x.to(device),self.w)即可。
J-Harden·2022-11-23 06:29

Expected all tensors to be on the same device, but found at least two devices, cuda:3

我是在linux系统下的RTX3090，多显卡下训练的。此时有两个显卡空着所以报错如下：RuntimeError:Expectedalltensorstobeonthesamedevice,butfoundatleasttwodevices,cuda:3解决方案：先用命令：nvidia-smi查询空闲的显卡可以看出0号是空闲的，看最左边的号码。所以，运行代码时使用如下命令：CUDA_VISIBLE
乱搭巴士·2022-11-23 06:22

RuntimeError: Expected all tensors to be on the same device, but found at least two devices...

一、解决方案找出在cpu的tensor，然后把这些在cpu上的tensor转移到同一cuda上。importtorchdevice=torch.device('cuda:0')#假如我使用的GPU为cuda:0tensor.to(device)#将tensor转移到cuda上以上是网上的解决方案，思路确实没错，但是上面的代码犯了一个小错，就是tensor.to(device)它会返回一个新的ten
飞机火车巴雷特·2022-11-23 06:18

Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cpu

device=torch.device('cuda')torch.rand(8,1).to(device)原因在于torch函数生成的tensor需要转到GPU上
La belle360·2022-11-23 06:18

解决RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cp

今天在把.pt文件转ONNX文件时，遇到此错误。报错RuntimeError:Expectedalltensorstobeonthesamedevice,butfoundatleasttwodevices,cpuandcuda:0!(whencheckingargumentforargumentmat2inmethodwrapper_mm)原因代码中的Tensor**，一会在CPU中运行，一会在G
Jasper0420·2022-11-23 06:47

Expected all tensors to be on the same device, but found at least two devices 问题解决

解决方法1：报错代码：anchor_points=self.anchor_points(samples).repeat(batch_size,1,1)output_coord=regression+anchor_points修改后代码：anchor_points=self.anchor_points(samples).repeat(batch_size,1,1)#decodethepointsas
AI视觉网奇·2022-11-23 06:14

【Pytorch】Expected all tensors to be on the same device, but found at least two devices

详细错误信息如下：Expectedalltensorstobeonthesamedevice,butfoundatleasttwodevices,cuda:0andcpu!大意是“预期所有张量处于相同的设备上，但是发现至少在两种设备上存在张量。”。也就是说有一些张量被放到了CPU，有一些张量被放在了GPU上，导致异常出现。建议是排查一下代码，是否在做GPU加速时，有一些张量被忘记放到GPU上了。特
YePeanut·2022-11-23 06:10

解决【Expected all tensors to be on the same device, but found at least two devices,】

项目场景：训练pytorch模型提示：AAE_x_hat=decoder(encoder(image))问题描述提示：Expectedalltensorstobeonthesamedevice,butfoundatleasttwodevices,cuda:0andcpu!(whencheckingargumentforargumentindexinmethodwrapper__index_sele
� rk·2022-11-23 06:39

python之Scipy

1、scipy.optimize.least_squares采用最小二乘优化求解具有变量界限的非线性least-squares问题least_squares(fun,x0,method='trf',loss
追捕的风·2022-11-21 08:31

RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0

在加载预训练模型进行训练时，在optimizer.step()行会出现RuntimeError:Expectedalltensorstobeonthesamedevice,butfoundatleasttwodevices,cuda:0 保持模型的代码是torch.save({'epoch':epoch+1,'state_dict':model.state_dict(),'opt_dict':op
zk_ken·2022-11-20 11:43

【第一章】《Pattern Recognition and Machine Learning》模式识别与机器学习—绪论

1.绪论最小平方回归Least-SquaresRegression*多项式曲线拟合(P10)最小平方回归Least-SquaresRegression提出问题：已知一个房屋一
stan4everr·2022-11-19 17:21

【Eigen学习笔记】-- Umeyama

使用方法前言一、Umeyama目标在研究pcl中的icp算法时，看到在求解对应点关系矩阵时，用的是Umeyama算法，此算法在Eigen中已经实现了封装，因此，可直接进行调用求解，该算法的原始论文是：Least-squaresestimationoftransformationparametersbetween
琼筵醉月·2022-11-19 12:35

解决RuntimeError: Expected all tensors to be on the same device, but found at least two devices,

目录1.错误：RuntimeError:Expectedalltensorstobeonthesamedevice,butfoundatleasttwodevices,cuda:0andcpu!2.错误：Tensorforargument#2‘mat1’isonCPU,butexpectedittobeonGPU(whilecheckingargumentsforaddmm)1.错误：Runtim
yimenren·2022-11-19 00:31
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他