自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(55)
  • 资源 (1)
  • 收藏
  • 关注

原创 llvm windows编译成功

被CMake识别为未知项目,可能是由于LLVM版本的变化或CMake选项设置不当,需要设置。通过上述调整,应该可以解决配置错误,顺利完成构建。如果要构建LLVM项目,需使用。

2024-08-21 00:52:02 529

原创 Windows 安装 及解决 tvm 无法打开 源 文件 “dmlc/logging.h“

是的,如果你在编译 TVM 时遇到文件缺失的问题,很可能是因为在克隆 TVM 仓库时没有包含其子模块,而这些子模块(如dmlc-core)是通过 Git 管理的。

2024-08-18 14:52:06 497

原创 【环境搭建: CUDA Version: 12.3 】onnxruntime-gpu安装 CUDA Version: 12.3

这篇博客详细介绍了如何在 Ubuntu 16.04 环境下搭建环境,并进行 ONNX 模型的部署。

2024-08-04 01:08:38 1010

原创 cl 编译器忽略了 -allow-unsupported-compiler 选项,因为这是一个 nvcc 特定的选项

cl 编译器忽略了 -allow-unsupported-compiler 选项,因为这是一个 nvcc 特定的选项,而不是 cl 的选项。为了确保这个选项仅传递给 nvcc 而不是 cl,你需要在 CMakeLists.txt 中更明确地设置 nvcc 编译器选项。

2024-08-01 23:23:20 240

原创 普通用户身份使用 Rust

通过这些步骤,你应该能够确保在普通用户环境下正确安装和配置 Rust,并且每次启动 shell 时,Rust 的环境变量都会被自动加载。

2024-07-26 14:38:21 492

原创 Windows 使用 MinGW 编译 OpenCV

使用 MinGW 编译 OpenCV 是一个不错的选择,特别是如果您想避免使用 Visual Studio。下面是使用 MinGW 和 CMake 编译 OpenCV 的详细步骤。

2024-07-18 14:05:30 563

原创 【conda】解决 An HTTP error occurred when trying to retrieve this URL.问题

安装包时出现“An HTTP error occurred when trying to retrieve this URL”问题的几种可能解决方案。可以根据具体情况选择适合的方法进行尝试。同时,为了更好地解决该问题,建议检查网络连接是否正常、尝试使用其他网络环境或等待一段时间后再进行安装。然后重新尝试安装包即可。请注意,关闭SSL验证存在一定的安全风险,因此建议仅在必要时使用该方法。如果其他方法无效,还可以尝试关闭SSL验证来解决问题。这样可以加速包的下载速度,并解决因网络问题导致的安装失败。

2024-07-11 20:45:39 1297

原创 在NVIDIA Jetson平台离线部署大模型

本项目提供一种将移植到NVIDIA Jetson系列边缘计算卡的方法,并在Jetson计算卡上运行系列大模型,为提供可能。

2024-07-11 10:59:13 542

原创 手机容器化 安装docker

通常在 Android 设备上运行 Docker 需要一些特定的设置和支持,例如安装 Linux 内核以及使用特定的工具链和环境。这些步骤可以帮助你确保你的系统具备运行 Docker 所需的内核功能,并正确设置包管理器的镜像源。如果仍有问题,可能需要检查你的内核配置,确保启用了必要的功能。Docker 提供了一个脚本,可以检查你的内核是否支持所有必需的功能。注:可以将termux进行换源,最好采用国内源,例如:清华源等。这个脚本会输出你的内核当前支持的功能,并指出哪些功能缺失。文件来设置包管理器的镜像源。

2024-07-10 11:07:12 1856

原创 转换模型时遇到“Unsupported slice step!”

参考:

2024-07-08 14:46:01 402

原创 MNN编译模型转换工具

首先需要安装protobuf(3.0以上)其它平台请参考。

2024-07-05 10:22:17 422

原创 MNN安装和编译 Win10

【代码】MNN安装和编译 Win10。

2024-07-05 10:18:01 712

原创 Miniconda安装教程

Conda 是一个开源的包和环境管理器,可以用于在同一台机器上安装不同版本的 Python 软件包及其依赖,并能够在不同的 Python 环境之间切换。Anaconda 包含 Conda、Python 以及一大堆安装好的工具包,比如:numpy、pandas 等,而 Miniconda 仅包含 Conda 和 Python。根据您提供的输出信息,Miniconda 安装成功,并且对您的系统环境进行了配置。但是,为了使配置生效,您需要关闭并重新打开当前终端会话。

2024-07-03 10:56:34 1237

原创 Qwen-7B-Chat-Int4微调报错 Found modules on cpu/disk. Using Exllama backend requires all the modules to

Qwen-7B-Chat-Int4微调报错 Found modules on cpu/disk. Using Exllama backend要解决这个问题,你需要修改模型目录中的文件,添加到部分。

2024-06-28 13:00:33 660

原创 rknn转换后精度差异很大,失真算子自纠

比较 ONNX 和 RKNN 模型的输出结果。删除指定节点及其后续节点,并返回新的模型。将 ONNX 模型转换为 RKNN 模型。加载 RKNN 模型并运行推理。获取模型中所有节点的名称。

2024-06-21 22:27:17 853

原创 C++多线程异步部署推理注意事项

的目的是检查一个线程对象是否可以被join,即是否可以等待该线程完成。具体来说,joinable方法返回一个布尔值,表示线程是否处于可加入状态。以下是一些使用joinablejoin如果一个线程已经被join或者已经被detach,再次调用join会导致程序崩溃。使用joinable可以确保线程在调用join前处于可加入状态,从而避免异常和崩溃。在一些复杂的线程管理逻辑中,可能需要检查线程的状态,以决定下一步的操作。joinable提供了一种简单的方法来检查线程是否仍然在运行或者是否已经被处理过。

2024-06-20 18:03:45 958

原创 c++深拷贝、浅拷贝

浅拷贝:仅复制指针地址,多个对象共享同一块内存,可能会导致资源管理问题。深拷贝:分配新的内存并复制数据,每个对象都有自己的独立内存,避免了资源管理问题。在实际开发中,选择使用深拷贝还是浅拷贝,取决于具体的需求和对象的生命周期管理。对于需要独立管理资源的情况,深拷贝通常是更安全的选择。

2024-06-17 17:23:28 470

原创 ncnn 和 rknn 自定义算子对比实现

/ 获取输入和输出张量的虚拟地址// 输入数据指针// 输出数据指针// 自定义 Sigmoid 算子的实现// 初始化元素个数// 计算输入张量的总元素个数i++) {// 对每个元素进行 Sigmoid 计算y < inside;y++) {// 获取当前元素的输入指针// 获取当前元素的输出指针// 计算 Sigmoid 并存储结果return 0;// 返回 0 表示成功。

2024-06-17 16:23:16 918

原创 下载huggingface上的大模型文件

Git LFS 是一个 Git 扩展,用于处理大文件。你需要先安装 Git LFS,然后再尝试克隆仓库。

2024-06-17 13:56:22 498

原创 couldn‘t be verified because the public key is not available: NO_PUBKEY 354E516D494EF95F

缺少 软件源的 GPG 公钥。要解决这个问题,你需要添加缺少的公钥。通过这些步骤,你应该能够解决缺少公钥的问题并成功更新软件包列表。

2024-06-17 11:24:23 306

原创 nvidia 显卡 没有正确安装或配置 OpenGL 库

没有找到glx可能是因为相关的软件包没有正确安装或配置。请确保安装了必要的软件包,并手动添加glx替代项。如果问题仍然存在,可以尝试使用其他基准测试工具进行显卡性能测试。如果你有任何问题或需要进一步的帮助,请随时告诉我!

2024-06-13 14:01:06 1360

原创 MoTTY X11 proxy: Unsupported authorisation protocol Error: couldn‘t open display localhost:10.0

这个错误通常与 X11 转发(X11 forwarding)有关,特别是在使用 SSH 连接到远程服务器并尝试运行需要图形界面的应用程序时。

2024-06-13 09:17:53 1668 2

原创 非 NVIDIA GPU 的使用率及 性能测试

以上方法可以帮助您查看非 NVIDIA GPU 的使用率和相关信息。根据您的 GPU 类型选择合适的工具进行监控和查看。如果有任何问题或需要进一步的指导,请告诉我!

2024-06-12 10:11:23 457

原创 windons PowerShell 中安装 Git

这将自动安装 Git 并将其添加到系统路径中,以便在 PowerShell 中直接使用。如果显示了 Git 的版本信息,则说明安装成功。

2024-04-25 16:05:13 238

原创 将正在执行的 Docker 容器打包成镜像

现在,你就可以将导出的 tar 文件传输到其他地方,并在其他地方加载该镜像,或者将其上传到 Docker 镜像仓库中。**停止正在运行的容器:**首先,你需要停止正在运行的容器。**导出镜像为 tar 文件:**保存好新的镜像后,你可以使用。**保存容器状态为镜像:**一旦容器停止,你可以使用。命令将其导出为一个 tar 文件。命令将其状态保存为一个新的镜像。是导出的 tar 文件的路径和名称。命令列出正在运行的容器,并使用。是你想要为新镜像命名的名称,是要保存的容器的 ID,命令停止相应的容器。

2024-04-06 23:53:34 483 1

原创 要查看 Linux 系统中执行过命令的历史记录及时间

文件时没有看到执行时间,可能是因为您的系统没有启用记录命令执行时间的功能。文件中设置该变量,以确保每次登录时都会生效。这将设置命令历史记录的时间格式为年-月-日 时:分:秒。环境变量来启用记录命令执行时间的功能。文件来查看每个命令的执行时间。在文件中添加以下行来设置。打开您的用户主目录下的。现在,您可以再次使用。

2024-03-13 18:25:26 1725

原创 高通模型转换 Qnn /SNPE 安装

【代码】高通模型转换 Qnn /SNPE 安装。

2024-01-10 14:29:28 2538 1

原创 云服务器及健康检查数据

要查看数据库中关联的云服务器及健康检查数据,你需要执行一些 SQL 查询,具体的查询语句可能因你的数据库架构和表结构而有所不同。以下是一个简单的例子,你可以根据实际情况进行调整。假设你有两个表,一个存储云服务器信息的表(假设为),另一个存储健康检查数据的表(假设为),并且它们之间有关联字段。

2023-12-25 11:23:05 118

原创 ffmpeg源码实现H264推流时,配置编码器失败

如果可能的话,尝试用最简化的配置来运行ffmpeg,看看问题是否依然存在。确保你正在使用的ffmpeg版本支持你的编码器和功能。有时,版本的差异可能导致某些功能不受支持。确保你的ffmpeg版本编译时启用了所需的编码器。如果你的错误信息中有详细的错误信息或者堆栈跟踪,这些信息可能对找出问题有帮助。在执行ffmpeg时,尝试将输出写入日志文件,以便更仔细地查看错误。确保你的输入数据是有效的,而且ffmpeg可以正确地读取它。确保你看到了你要使用的编码器,而且它是启用的。文件,看看是否有任何错误或警告。

2023-12-20 16:53:38 402

原创 安装opencv :face_landmark_model.dat fail

具体需要根据自己的路径进行修改。

2023-12-14 14:49:09 746

原创 jetson nx python3.6 (Cuda10.2)安装tf2onnx

请注意,由于Jetson平台的特殊性,可能需要根据Jetson NX上的实际情况进行一些调整。确保参考TensorFlow和ONNX在Jetson平台上的相关文档,以获取更多详细信息。首先,请确保已经在Jetson NX上安装了TensorFlow和CUDA。请注意,Jetson平台的TensorFlow版本可能与常规的x86平台版本略有不同。之前,请确保已经安装了ONNX。或者,如果你遇到权限问题,你可能需要使用。这是一个基本的命令,确保替换。在Jetson NX上安装。

2023-11-25 12:37:21 300

原创 jetson nx python3.6 (Cuda10.2)安装tensorflow-gpu=2.1.0

您可以选择从源代码构建,也可以使用预编译的包。请注意,由于Jetson NX使用的是ARM架构,因此您可能需要安装TensorFlow的适当版本,支持ARM。请注意,以上步骤基于当前版本的JetPack和TensorFlow。如果有更新的版本,建议查阅相应的文档以获取最新的安装指南。如果您遇到权限问题,请确保您具有安装Python包的权限。如果一切正常,您应该看到已安装的TensorFlow版本信息,并且该脚本应该指示GPU是否可用。解决这个问题:解决scipy==1.4.1的安装问题,

2023-11-25 12:30:37 305

原创 import torch时报 报错 缺少名为“libmpi_cxx.so.20“的共享对象文件。

这个错误通常是由于缺少MPI(Message Passing Interface)库引起的。MPI是一种用于编写并行程序的库,用于在分布式系统上进行通信和协调。如果上述步骤都无法解决问题,请提供更多关于您的操作系统、Python版本以及MPI库的安装方式的详细信息,以便我能够提供更准确的帮助。根据提供的信息,您在导入torch库时遇到了一个错误。如果未安装MPI库,请根据您的操作系统和发行版进行安装。软件包管理器,如果您的系统中尚未安装它。然后,第二个命令将使用。软件包,这些软件包是与MPI相关的依赖项。

2023-11-21 13:24:58 1294

原创 failed with error code 1 in /tmp/pip-build-jzgzk27q/numpy/

请注意,上述命令中的"python3.6"是指使用Python 3.6版本的解释器。如果您的系统上没有安装Python 3.6,您可以根据您的Python版本进行相应的更改。这些步骤应该能够解决您在安装matplotlib包时遇到的问题。如果问题仍然存在,请确保您的系统和环境设置正确,并且您具有适当的权限执行这些命令。根据提供的信息,报错信息显示在安装*包时出现了错误。这将确保您使用的是最新版本的pip、setuptools和wheel工具。这将安装最新版本的*包。

2023-11-21 13:10:10 198

原创 Ubuntu挂载硬盘sda sdb(永久挂载)

在日常开发工作中,我们通常需要使用外接存储设备来存储数据。一般情况下,我们会使用以下命令进行挂载:sudo mount /dev/sda2 /mnt。然而,这种挂载方式的缺点是,一旦设备掉电,之前挂载的设备也会丢失,这只是一种临时挂载方式。请注意,上述方法是通过将UUID写入系统文件来实现永久挂载。在编辑系统文件之前,请务必谨慎操作,并进行备份。4. 保存并退出编辑器。完成后,重新启动系统,外接的硬盘将会被永久挂载,即使设备掉电也不会脱离挂载状态。

2023-11-13 14:35:36 1535

原创 PyTorch加载保存的模型时,加载模型的三种方式

当使用PyTorch加载保存的模型时,可以将加载模型的代码单独写成一个函数或模块,以便在需要的地方进行调用。方法加载保存的静态图模型文件,因为该模型已经记录了节点的权重和数据流动路径,所以只需将数据输入模型,即可得到输出结果。这些例子说明了如何使用不同的方法来保存和加载PyTorch模型。根据具体的需求,选择适合的方法来保存和加载模型。方法将运行路径保存到文件中,这种方法会自动记录模型中节点的数据流动路径。方法加载模型文件,得到完整的模型结构和权重。作为参数,并返回加载后的模型对象。加载模型时,我们使用。

2023-11-10 15:28:43 517 1

原创 Failed to start docker.service: Unit docker.service is masked

Failed to start docker.service: Unit docker.service is masked” 错误消息表明您的系统上的 Docker 服务已被禁用或阻止启动。这将在您的系统上启用和启动 Docker 服务。如果在此过程中遇到任何错误,请提供更多信息,我会尽力为您提供进一步的帮助。打开一个带有管理员权限的终端或 shell。这应该显示 Docker 服务的状态,并且不再被屏蔽。命令以提升权限来运行命令。

2023-11-06 20:16:34 2862

原创 docker 离线安装

这些步骤梳理了在Linux上安装Docker并测试的过程,以确保Docker已成功安装并可以正常工作。如果您遇到任何问题或错误,可以根据需要进行调试和修复。希望这对您有所帮助。通过工具(例如mobaXterm)将下载的文件上传到服务器。创建Docker服务的systemd配置文件。

2023-11-06 20:16:01 142

原创 docker 离线安装

这些步骤梳理了在Linux上安装Docker并测试的过程,以确保Docker已成功安装并可以正常工作。如果您遇到任何问题或错误,可以根据需要进行调试和修复。希望这对您有所帮助。通过工具(例如mobaXterm)将下载的文件上传到服务器。创建Docker服务的systemd配置文件。

2023-11-06 20:14:31 98

原创 Ubuntu遇到错误: E: Unable to locate package

命令用于清理本地软件包缓存。当软件包列表或索引出现问题时,清理缓存可以帮助确保您从软件源获取最新的正确数据。如果问题仍然存在,请继续尝试其他解决方法或提供更多详细信息以便我们进行更准确的帮助。对于 Ubuntu 操作系统和 apt-get 包管理器,以下是一些常见的解决方法:行。通过清理软件包缓存并更新软件源,您可能能够解决某些由于软件源问题引起的。命令可能有助于解决问题。这将重新下载软件源的索引文件。替换为您要安装的软件包名称。目录下的软件包缓存文件。

2023-11-05 22:00:51 9348

snpe-sdk-liunx-all.qik

snpe-sdk-liunx-all.qik

2024-01-10

高通模型转换 QPM3-liunx-all.deb

高通模型转换 QPM3-liunx-all.deb

2024-01-10

x264源码文件目录下

x264源码文件目录下

2023-12-20

pytorch 1.9.0 torch.onnx.export导出jit script模型报错

pytorch 1.9.0 torch.onnx.export导出jit script模型报错

2023-12-05

opencv人脸表情识别

前一段时间,我写了一篇关于线性判别分析的文章,这是一种通常用于降维和分类的统计方法。它是由伟大的统计学家RA Fisher爵士发明的,他在1936年发表的论文“在分类学问题中使用多次测量”中成功地将其用于花朵分类(著名的Iris数据集仍可从UCI机器学习存储库中获得。)。但是,如果主成分分析(PCA)表现出色,为什么还需要另一种降维方法呢?嗯,PCA找到了线性的特征组合,这些特征使数据的总方差最大化。尽管这显然是表示数据的一种有效方法,但它不考虑任何类,因此在丢弃某些组件时可能会丢失很多区分性信息。这可能会产生不好的结果,尤其是在分类时。为了找到在类之间最好地分开的特征的组合,线性判别分析改为

2020-12-28

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除