摘要： 方法1：1.打开Visio对象后在[文件]菜单[选项]菜单项上单击，然后单击[自定义功能区]。2.在[自定义功能区]的主选项卡中找到[开发工具]复选框，打上勾，单击确定。3.在Visio对象的菜单栏，找到[开发工具]菜单，在[显示形状表]"显示ShapeSheet"工具栏的下拉菜单中单击[页]。4. 阅读全文

摘要： 电脑开机发出响声一般是bios报警，根据响声可以判断问题原因： 1、 一个短声，系统正常启动。2、两个短声，内存奇偶校验错误。3、一长一短，系统基础内存检讨失败，需要改换内存。 4、一长两短，显示器或显卡错误5、五个短声，cpu错误，但未必全是cpu本身的错，也可能是cpu插座或其它处有问题。6、一 阅读全文

摘要： 网络的输出有置信度和bbox的位置。根据这两个的综合评价得到一个准确的指标：ap，map。 参考：https://blog.csdn.net/qq_35916487/article/details/89076570 根据不同的置信度阈值得到多组precision和recal序列。根据不同的p-r值画 阅读全文

摘要： 1 sudo apt-get install xrdp vnc4server xbase-clients dconf-editor 2 dconf-editor 3 找到“设置”-“共享”-“屏幕共享” 阅读全文

摘要： docker对比虚拟机的优势：1、占用磁盘空间小；2、启动速度快，以秒计时；3、并发性好，一台宿主机可以启动成千上百个容器；4、资源利用率高；5、更容易迁移；6、更容易维护；7、更容易扩展。 虚拟机的优点： 1. 完整的隔离环境：每个虚拟机都有自己独立的操作系统和硬件资源，具备完整的隔离环境，保证了 阅读全文

摘要： from torch.utils.tensorboard import SummaryWriter writer = SummaryWriter('save') #建立一个保存数据用的东西，save是输出的文件名 dummy_input = torch.rand(512, 1, 28, 28) # 阅读全文

摘要： tensorboardX跟tensorboard在使用上是基本一样的，区别可能仅在于一个是大佬开发的，一个是PyTorch官方与TensoBoard合作的。tensorboardX已经被deprecated了，并且不再维护了，用 from torch.utils.tensorboard import 阅读全文

摘要： rcS--rc0 - rc6 阅读全文

摘要： 不高。正确实现数据读取和预处理，用gpu训练模型CPU占用率不高。GPU就是能够从硬件上支持多边形转换与光源处理的显示芯片。 参考：https://zhidao.baidu.com/question/1550355270725664987.html 阅读全文

摘要： 1、为什么通过添加nbs变量来扩大batch_size，而不是直接扩大batch_size的大小？首先，增大batch_size有三点好处：（1）内存的利用率提高了，大矩阵乘法的并行化效率提高；（2）跑完一次epoch(全数据集)所需迭代次数减少，对于相同的数据量的处理速度进一步加快；（3）一定范围 阅读全文

摘要： Linux内核版本是5.4.0-42-generic，由NVIDIA DEVELOPER论坛的一个帖子查到应该是435版本的NVIDIA驱动与该Linux内核版本不匹配，需要升级到440版本的NVIDIA驱动。 sudo apt-get autoremove --purge nvidia-* sud 阅读全文

摘要： pytorch的模型文件中经常看到后缀名为.pt, .pth, .pkl的pytorch模型文件, 他们之间其实没有任何区别，只是因研发人员的习惯不同保存文件的后缀名Pytorch官网中以.pt格式保存的方式较多。 torch.save：保存序列化的对象到磁盘，使用了Python的pickle进行序 阅读全文

摘要： deb文件安装后默认目录在/usr**中如果想指定自定义安装目录选择自定义目录sudo dpkg -i --instdir=/to/your/customer/path ***.deb软连接创建启动方式ln -s /to/your/exec/path /usr/local/bin例子：deepin中 阅读全文

摘要： 最近经常接触各种系统镜像，大部分是 *.iso 格式（如 debian ），少部分是 *.img 格式（如 cirros），这两者究竟有何区别，最终在维基百科找到比较可靠的一段描述： .IMG 这个文件格式可视为 .ISO 格式的一种 超集合 。具体一点说就是： 由于 .ISO 只能封存使用 ISO 阅读全文

摘要： 树模型和神经网络，像一枚硬币的两面。在某些情况下，树模型的性能甚至优于神经网络。 由于神经网络的复杂性，它们常常被认为是解决所有机器学习问题的「圣杯」。而另一方面，基于树的方法并未得到同等重视，主要原因在于这类算法看起来很简单。然而，这两种算法看似不同，却像一枚硬币的正反面，都很重要。 树模型 VS 阅读全文