搜索内容

包含标签:python 的文章
  • 飞桨模型部署至docker并使用FastAPI调用(三)-API部署
    API/SDK

    飞桨模型部署至docker并使用FastAPI调用(三)-API部署

    已阅: 44 飞桨模型部署至docker并使用FastAPI调用本地 get 调用 fastapi中间的调错和测试省略了,只展示最终结果,毕竟环境会骗你,代码不会。运行 startup.py,并访问 http://127.0.0.1:8000/,终端输出如下: INFO: Will watch for changes in these directories: ['/root/code'] INFO: Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit) INFO: Started reloader process [2……
    MWHLS 2022/11/24
  • 飞桨模型部署至docker并使用FastAPI调用(二)-环境配置与模型部署
    Python

    飞桨模型部署至docker并使用FastAPI调用(二)-环境配置与模型部署

    已阅: 35 飞桨模型部署至docker并使用FastAPI调用PDRS 环境配置安装 numpy:pip install numpy安装 PDRS (PaddleRS):具体过程见官方文档。下载源码到本地并解压,拖动到 vscode 中 进入 PDRS 文件夹,安装 requirements.txt:pip install -r requirements.txt安装 pycocotools 报错。更新 apt:apt-get update 安装 GCC:apt-get install -y gcc 再次安装 requirements.txt:pip install -r req……
    MWHLS 2022/11/23
  • 飞桨模型部署至docker并使用FastAPI调用(一)-docker安装与vscode连接
    Python

    飞桨模型部署至docker并使用FastAPI调用(一)-docker安装与vscode连接

    已阅: 23 飞桨模型部署至docker并使用FastAPI调用Windows docker 下载官方下载:Install Docker Desktop on Windows安装 WSL启动后会自动跳出窗口提示安装,安装后点击 Restart 即可。无法打开设置以管理员身份运行。使用国内下载源打开 Settings - Docker Engine原json:{ "builder": { "gc": { "defaultKeepStorage": "20GB", "enabled": true } }, "experimenta……
    MWHLS 2022/11/22
  • MMDet: ValueError: need at least one array to concatenate
    Python

    MMDet: ValueError: need at least one array to concatenate

    已阅: 80 报错信息ValueError need at least one array to concatenate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\_base_\datasets\coco_detection.py,然后对应修改类名、CLASSES、PALETTE,修改 __init__.py即可。吐槽我用 mmcls 的时候都是直接复制修改的,这次不小心不长眼去跟了教程,然后就报错了,气死,cver就该好好用cv大法。 个人猜测这可能是因为我只框了检……
    MWHLS 2022/11/07
  • MMDet正常启动但不训练
    Python

    MMDet正常启动但不训练

    已阅: 15 问题描述程序正常启动,到开始训练的时候直接结束,没有任何日志,按照 mmseg 和 mmcls,这里会出现训练日志。解决方法不使用 --resume-from 来加载预训练权重。 在配置文件中加载权重,即在 my_model_config.py 的 backbone 中添加 init_cfg,如下:backbone=dict( type='MobileNetV2', init_cfg=dict( type="Pretrained", checkpoi……
    MWHLS 2022/11/06
  • 模型权重不匹配的解决思路——PyTorch预训练权重shape修改
    Python

    模型权重不匹配的解决思路——PyTorch预训练权重shape修改

    已阅: 61 前言最近太忙没时间细致的写,所以这篇讲的是思想,不是实际代码,大家意会一下。 因为GPU有限,这篇文章讲的有些东西只是我自己的观点,缺乏实验证明,欢迎大家批评指正。 今天题图在实验室用轨迹球画的,比较艺术一点。为什么要修改预训练权重shape?预训练能大幅提升精度是毋庸置疑的,但间断加载预训练权重有效吗? 我试过一些网络结构的修改,这些都会使得预训练权重shape mismatch,其中最简单……
    MWHLS 2022/10/25
  • RuntimeError: mixed dtype (CPU): expect input to have scalar type of BFloat16
    Python

    RuntimeError: mixed dtype (CPU): expect input to have scalar type of BFloat16

    已阅: 160 错误代码RuntimeError: mixed dtype (CPU): expect input to have scalar type of BFloat16产生原因将 tensor 与 numpy array 做运算,并将 Layernorm 应用到其计算结果。解决方法将 numpy array 换为 tensor。
    MWHLS 2022/10/03
  • 横向记录demo-数据生成/模型训练/模型部署/云API
    计算机服务

    横向记录demo-数据生成/模型训练/模型部署/云API

    已阅: 19 没空就写个demo企业提供:约A张正样本,与B张负样本 需求:具备安全性的正负样本分类API负样本生成:目的:获得模型训练所需的负样本(B极小,是A的‰级别)。 过程:观察负样本与正确样本的区别。 对正样本进行图像处理以生成负样本。结果:生成约C张负样本。 痛点:真实负样本获得成本高。模型训练:目的:获得推理模型,及其所需配置,并防止源代码泄露给企业 过程:使用企业提供的……
    MWHLS 2022/09/21
  • os.environ[‘CUDA_VISIBLE_DEVICES’]无效的解决方法
    Python

    os.environ[‘CUDA_VISIBLE_DEVICES’]无效的解决方法

    已阅: 242 场景需要指定 GPU 1 来进行训练,但 os.environ['CUDA_VISIBLE_DEVICES'] = '1' 无效原因在 torch 引入前指定 GPU 才有效解决方法创建 startup.py,在 startup.py 中先指定GPU,然后再 from tools/train import main其中,main 指的是训练主函数示例代码顺序执行,进入 startup(),然后会先设置 GPU再引入 main(),再进入 parse_args() 引入 DictAction……
    MWHLS 2022/08/20
  • CPU部署jit模型时报错:Could not run ‘atenempty_strided’ with arguments from the ‘CUDA’ backend
    Python

    CPU部署jit模型时报错:Could not run ‘atenempty_strided’ with arguments from the ‘CUDA’ backend

    已阅: 198 没想到昨天才因为鸽了太久发了水贴,第二天就有帖子发了 这个问题网上很多说的是移动端部署的,但我这个是cpu部署,我感觉这问题应该很多人碰到才对,结果没搜到 真是可惜啊哈哈哈错误信息 Traceback (most recent call last): File "infer.py", line 153, in <module> main() File "infer.py", line 132, in main predicted, prob = infer_imgs(model_path, im……
    MWHLS 2022/08/09