在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

mmdetection訓練數據遇到的問題

jf_96884364 ? 來源:jf_96884364 ? 作者:jf_96884364 ? 2023-01-13 10:13 ? 次閱讀

1 Permission denied

報錯:

-bash: ./compile.sh: Permission denied

沒有操作權限,改為賦予最高權限(777):

chmod 777 compile.sh

2 cuda 問題

報錯:

unable to execute '/usr/local/cuda-9.0/bin/nvcc': No such file or directory

error: command '/usr/local/cuda-9.0/bin/nvcc' failed with exit status 1

找不到cuda下nvcc文件,需要找到自己的nvcc文件所在地,然后輸入:

./compile.sh \\ --export CUDA_HOME=/usr/local/cuda-8.0/bin

如果還不行,需要查看一下是否有nvcc:

nvcc --version

2.1 nvcc正常

若nvcc正常,設置cuda路徑首先執行:

sudo vim ~/.bashrc

設置為:

export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

然后執行:

sudo vim /etc/profile

末尾添加:

export CUDA_HOME=/usr/local/cuda-9.0
export PATH=/MATLAB/R2016b/bin:/usr/local/cuda-9.0/bin:/anaconda3/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH

然后執行

source /etc/profile

使鏈接生效

2.2 command not found

報錯:

-bash: nvcc: command not found

應該安裝nvcc:

sudo apt-get install nvidia-cuda-toolkit

報錯:

E: Unable to fetch some archives, maybe run apt-get update or try with --fix-missing?

升級apt-get update:

sudo apt-get update

報錯:

Failed to connect to nvidia.github.io port 443: Connection timed out

2.2.1 修改源

則應該修改源:

(1)修改前先做備份:

sudo cp /etc/apt/sources.list /etc/apt/sources.list.old

(2)打開sources.list文件:

sudo vim /etc/apt/sources.list

替換為其他源:

清華源:

# deb cdrom:[Ubuntu 16.04 LTS _Xenial Xerus_ - Release amd64 (20160420.1)]/ xenial main restricted
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security multiverse

阿里源:

# deb cdrom:[Ubuntu 16.04 LTS _Xenial Xerus_ - Release amd64 (20160420.1)]/ xenial main restricted
deb-src http://archive.ubuntu.com/ubuntu xenial main restricted #Added by software-properties
deb http://mirrors.aliyun.com/ubuntu/ xenial main restricted
deb-src http://mirrors.aliyun.com/ubuntu/ xenial main restricted multiverse universe #Added by software-properties
deb http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted multiverse universe #Added by software-properties
deb http://mirrors.aliyun.com/ubuntu/ xenial universe
deb http://mirrors.aliyun.com/ubuntu/ xenial-updates universe
deb http://mirrors.aliyun.com/ubuntu/ xenial multiverse
deb http://mirrors.aliyun.com/ubuntu/ xenial-updates multiverse
deb http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse #Added by software-properties
deb http://archive.canonical.com/ubuntu xenial partner
deb-src http://archive.canonical.com/ubuntu xenial partner
deb http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted multiverse universe #Added by software-properties
deb http://mirrors.aliyun.com/ubuntu/ xenial-security universe
deb http://mirrors.aliyun.com/ubuntu/ xenial-security multiverse

2.2.2 修改 nameserver

修改/etc/resolv.conf文件為:

nameserver 8.8.8.8
nameserver 4.2.2.2
nameserver 4.2.2.2
nameserver 4.2.2.2

3 not in the sudoers file

報錯:

××× is not in the sudoers file. This incident will be reported.

1.切換到超級用戶root:

su root

2.查看/etc/sudoers權限:

ls -all /etc/sudoers

可以看到當前權限為744:

-r--r----- 1 root root 744 4月 16 20:36 /etc/sudoers

3.更改權限為777(表示允許操作):

chmod 777 /etc/sudoers

4.編輯/etc/sudoers:

vi /etc/sudoers

5.在root ALL=(ALL:ALL) ALL 下面添加一行:

XXX    ALL=(ALL)ALL

其中XXX表示當前用戶名

6.把/etc/sudoers權限改回440:

chmod 440 /etc/sudoers

然后就可以切換回自己的用戶操作了

4 ASSERT

報錯:

ASSERT: "false" in file qasciikey.cpp, line 501

OpenCV版本不對,沒有里面沒有tracker。安裝contrib的OpenCV:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-contrib-python

如果提示使用--user

pip install --user -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-contrib-python

5 no commands supplied

報錯:

no commands supplied

應該將 python setup.py 改為 python setup.py install

6 FileNotFoundError

報錯:

[Errno 2] No usable temporary directory found in ['/tmp', '/var/tmp', '/usr/tmp', /home/snowstorm/mmdetection']

磁盤空間已滿,清理空間。

審核編輯:湯梓紅

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 數據
    +關注

    關注

    8

    文章

    7073

    瀏覽量

    89147
  • 機器學習
    +關注

    關注

    66

    文章

    8423

    瀏覽量

    132751
  • Shell
    +關注

    關注

    1

    文章

    366

    瀏覽量

    23410
收藏 人收藏

    評論

    相關推薦

    【大語言模型:原理與工程實踐】大語言模型的預訓練

    進行損失計算,得到下一個目標的預測。也會設計一些其他輔助訓練任務,與主任務共同訓練。選擇合適的預訓練數據是確保模型性能和泛化能力的關鍵,通過對預訓練
    發表于 05-07 17:10

    Pytorch模型訓練實用PDF教程【中文】

    本教程以實際應用、工程開發為目的,著重介紹模型訓練過程中遇到的實際問題和方法。在機器學習模型開發中,主要涉及三大部分,分別是數據、模型和損失函數及優化器。本文也按順序的依次介紹數據、模
    發表于 12-21 09:18

    Detectron訓練第三方數據集測試

    從零開始使用Detectron訓練第三方數據集是什么體驗(六)
    發表于 04-14 11:44

    使用YOLOv3訓練BDD100K數據集之開始訓練

    (三)使用YOLOv3訓練BDD100K數據集之開始訓練
    發表于 05-12 13:38

    用于計算機視覺訓練的圖像數據集介紹

    用于計算機視覺訓練的圖像數據
    發表于 02-26 07:35

    基于HarmonyOS開發的運動員智能訓練系統

    秒表計時,然后運動員自己掐脈搏測心率,導致測量不準等問題。其次,訓練數據無法實時傳送給教練,不利于教練監測訓練狀況以及更好地為運動員制定下一步訓練計劃。最后,當運動員或教練員信息、
    發表于 06-29 09:39

    跨項目缺陷預測的訓練數據新的視角

    跨項目缺陷預測( CPDP)利用來自其他項目的缺陷數據預測目標項目的缺陷情況,為解決以往缺陷預測方法面臨的訓練數據受限問題提供了一個新的視角。訓練
    發表于 12-09 11:39 ?0次下載
    跨項目缺陷預測的<b class='flag-5'>訓練</b><b class='flag-5'>數據</b>新的視角

    IBM發布大數據機器學習解決方案,利用GPU一分鐘內處理完30GB訓練數據

    機器訓練在大數據時代遇到的挑戰是動輒TB等級起跳的訓練數據。GPU等有效加速運算僅限于運算密集的工作,而非
    發表于 12-11 12:22 ?3656次閱讀
    IBM發布大<b class='flag-5'>數據</b>機器學習解決方案,利用GPU一分鐘內處理完30GB<b class='flag-5'>訓練</b><b class='flag-5'>數據</b>集

    沒有大量訓練數據時怎么生成更多的數據

    成功訓練計算機視覺任務的深層卷積神經網絡需要大量數據。這是因為這些神經網絡具有多個隱藏的處理層,并且隨著層數的增加,需要學習的樣本數也隨之增加。如果沒有足夠的訓練數據,則該模型往往會很
    的頭像 發表于 05-04 08:59 ?2995次閱讀

    DNN(深度神經網絡)在訓練過程中遇到的一些問題

    必須要保證大量、高質量且帶有準確標簽的數據,沒有該條件的數據訓練學習很困難的(但是最近我看了以為作者寫的一篇文章,說明不一定需要大量數據集,也可以
    的頭像 發表于 02-06 16:21 ?1363次閱讀

    人工智能訓練數據集:誤區、挑戰與應對方法

    人工智能訓練數據集是人工智能技術發展中至關重要的一環。然而,在構建和使用數據集時,我們常常會遇到一些誤區和挑戰,這些問題可能會影響數據集的質
    的頭像 發表于 04-27 17:50 ?1266次閱讀

    數據在軍事訓練領域的應用有哪些

    智慧華盛恒輝大數據在軍事訓練領域的應用廣泛且深入,以下是具體的應用點及其歸納: 智慧華盛恒輝個性化訓練計劃: 通過收集和分析每個士兵的訓練數據
    的頭像 發表于 06-23 10:21 ?658次閱讀

    PyTorch如何訓練自己的數據

    PyTorch是一個廣泛使用的深度學習框架,它以其靈活性、易用性和強大的動態圖特性而聞名。在訓練深度學習模型時,數據集是不可或缺的組成部分。然而,很多時候,我們可能需要使用自己的數據集而不是現成
    的頭像 發表于 07-02 14:09 ?1785次閱讀

    pytorch如何訓練自己的數據

    本文將詳細介紹如何使用PyTorch框架來訓練自己的數據。我們將從數據準備、模型構建、訓練過程、評估和測試等方面進行講解。 環境搭建 首先,我們需要安裝PyTorch。可以通過訪問Py
    的頭像 發表于 07-11 10:04 ?553次閱讀

    AI大模型的訓練數據來源分析

    AI大模型的訓練數據來源廣泛且多元化,這些數據源對于構建和優化AI模型至關重要。以下是對AI大模型訓練數據來源的分析: 一、公開
    的頭像 發表于 10-23 15:32 ?726次閱讀
    主站蜘蛛池模板: 久久不射影院| 国产三级观看久久| 激情天堂| 久久狠狠色噜噜狠狠狠狠97| 黄色字幕网| 国产一区二区三区不卡观| 性欧美video视频另类| 亚洲一区二区三区高清视频| 777奇米影视笫四色88me久久综合 777色淫网站女女免费 | 狠狠干夜夜草| 日日干夜夜爽| 国产午夜精品一区二区| 免费网站黄色| 天天操国产| 天天干夜夜添| 午夜视频福利| 女人成午夜大片7777在线| 天天碰夜夜| 国产深夜福利在线观看网站| 欧美乱理伦另类视频| h视频日本| dvd碟片色爱| 亚洲最新| 亚洲bt天堂| 男人天堂网在线视频| 男人你懂的网站| 国产女人在线视频| 国产毛片一区二区三区精品| 夜夜春夜夜爽| 美女牲交视频一级毛片| 好黄好硬好爽好刺激| 亚洲资源最新版在线观看| 伊人手机在线观看| 亚洲国产精品综合久久网络| 亚洲第一色图| 欧美一区二区在线观看视频| 国产裸体美女视频全黄| 日本一本高清| 在线观看视频免费入口| 黄网站在线观看| 五月婷婷综合基地|