GitHub上传文件夹，GitHub项目更新到本地
1 在Github创建一个项目（设置公开）2. 在本地的文件夹clone改项目git clone https://github.com/Github名/项目名 3 Copy文件将要上传的文件移动到clone下来的文件夹中。 4 使用git命令上传4.1 初始化gitgit init 4.2 添加所有文件到gitgit add . 4.3 添加提交信息git commit -m "提交的信息" 4.4 上传文件git push 5 更新到本地5.1 查看远程仓库git remote -v 5.2 从远程获取最新版本到本地git fetch origin main git fetch origin master 5.3 把远程下载下来的代码合并到本地仓库git merge origin git merge master 6 上传失败6.1 报错信息fatal: unable to access 'https://github.com: Failed to connect to github.com port 443 after...
深度学习常见问题
1 模型的SOTAState of The Arts的缩写，指的是在某一个领域性能最好的模型，一般就是指在常用数据集上面获得结果很好的模型。 2 permute函数可以同时多次交换tensor的维度例如：b = a.permute(0,2 ,1) 将a的维度索引1和维度索引2交换位置
Linux使用常见问题汇总
1 初次进入Linux系统鼠标不见了按下ctrl+alt即可切换出鼠标 2 Ubuntu 界面太小了（正方形）右上角点击设置 选择设备 分辨率切换至1440*900 3 找不到ubutun的共享文件夹打开文件夹，进入计算机 进入mnt/hgfs，该目录下就是共享文件夹的位置 在终端中进入直接使用命令 cd /mnt/hgfs
深度学习碰见的报错信息汇总
1 报错：AttributeError: module ‘torchtext.data’ has no attribute ‘Field’原文代码如下 import mathimport timeimport numpy as npimport torchimport torch.nn.functional as F from torchtext import data # 两个Field对象定义字段的处理方法（文本字段、标签字段）TEXT = data.Field(tokenize=lambda x: x.split(), lower=True)LABEL = data.LabelField(dtype=torch.float) 更改成如下引用即可 import mathimport timeimport numpy as npimport torchimport torchtextimport torch.nn.functional as F from torchtext.legacy import datafrom torchtext.legacy.data...
深度学习使用GPU常见问题
1. Linux查看GPU的使用情况在终端中输入nvidia-smi命令 2. Linux查看CPU的使用情况在终端中输入top命令，使用ctrl+c退出 3. Linux解压zip压缩文件使用命令 unzip test.zip 4. GPU一般的温度一般保持在30~60℃是比较安全的，夏天显卡温度多数在50℃-85℃之间也是正常的范围。但是如果长时间保持60℃以上的话会对显卡有损耗。 5. GPU利用率低 很多时候利用GPU进行深度学习加速，GPU的利用率才25%左右，加速效果不是很明显，因此我们可以提高Batch_size或者对DataLoder进行切片操作，一次性将更多的数据放入GPU里面。 6. 查看使用的GPU信息if torch.cuda.is_available(): device = torch.device("cuda") print('有 %d 个 GPU(s) 可用' % torch.cuda.device_count()) print('我们将使用的GPU是:',...
Anaconda创建虚拟环境、保存虚拟环境
1 查看已经创建的虚拟环境conda info --env 或 conda info -e 2 创建虚拟环境conda create -n env_1 python=3.8 3 进入（激活）虚拟环境conda activate env_1 4 更换国内镜像源conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ 5 安装、卸载、更新各种第三方包(3选1)安装 pip install numpy==1.17.0 pip3 install numpy==1.17.0 conda install...
Jupyter Notebook虚拟环境不能自动补全代码
1 安装Nbextensions插件pip install jupyter_contrib_nbextensions -i https://pypi.tuna.tsinghua.edu.cn/simple jupyter contrib nbextension install --user --skip-running-check 2 打开Jupyter Notebook 3 勾选Hinterland即可，记得Disable Configuration…… 4 如果代码补全功能不能用，请执行以下代码conda install jedi==0.17.0
K60学习笔记（3）——一些些需要注意的地方
1.为什么不是每个模块的引脚都是32位？因为正好够用才合适，这样才能减少体积和芯片价格 2.GPIO和PORT的区别：PORT 是将引脚复用到其他模块上。二GPIO只能用于普通IO口的输入输出 3.const和volatileconst修饰只读变量，限定了变量不能被改变volatile:声明变量为易变的，它随时可能被修改 4.宏定义封装：宏定义封装，会把代码直接展开，而不会想函数调用那样需要入栈出栈等操作，所以宏定义封装一般占用很多的空间，即空间换时间。一般在代码非常短的情况下，才使用。如果一行的语句太长，用续行符‘\’,后面只能回车，不能有其他符号 5.按键扫描的模块： ADC扫描： 优点：仅需一个I\O口ADC就可以实现多个按键 缺点：不支持多个按键同时按下。 方法：电阻分压，不同按键产生不同的电压 。 GPIO按键扫描：独立式和矩阵式按键扫描的方式分为：循环查询，定时查询，中断响应 循环查询：在一个循环中不断扫描，获取按键值 优点：软件处理简单 缺点：消抖处理浪费宝贵的CPU时间，实时性不足 定时扫描：...
K60学习笔记（2）——无法下载程序（J-Link解锁）
K60上锁后是下载不了程序的，因此就需要解锁芯片 上锁原因： 1.很可能是占用了Jlink的引脚及：PTA1 - PTA5 2.下载线连接不稳定 3.Jlink坏了，换一个试试 4.电脑驱动版本问题 5.IAR软件配置问题 如果Jlink锁了就打开JlinkCommonder，然后按住复位键输入unlock kinetis 回车
K60学习笔记（1）——启动文件分析
初始化函数 上电复位 中断向量表：在vectors.c里面定义，在vectors.h文件里。 在vectors.h里面两行: #define VECTOR_000 (vector_entry)__BOOT_STACK_ADDRESS // ARM core Initial Supervisor SP #define VECTOR_001 Reset_Handler // 0x0000_0004 1 - ARM core Initial Program Counter 分别定义了sp栈指针，和复位中断（根据字义便知道意思） Reset_Handler：在vectors.h里面有这个函数：extern void Reset_Handler (void); ...