一、torch.tensor二、torch.FloatTensor之前遇到转为tensor转化为浮点型的问题，今天整理下，我只讲几个我常用的，如果有更好的方法，欢迎补充一、torch.tensor1.首先讲下torch.tensor，默认整型数据类型为torch.int64，浮点型为torch.float322.这是我认为平常最爱用的转数据类型的方法，可以用dtype去定义数据类型二、torch.FloatTensor1.这个函数不要乱用，首先它可以将变量转化为浮点型32位，这里注意此时的变量类型为列表，或数组等，此时参数为单个变量2.当函数参数为整形时，表示生成矩阵的维度，此时参数可以为多个
当我们的数据有部分在GPU上运行，有部分在CPU上运行时会报这个错，一般有GPU的话都会选择在GPU上面跑模型，但要注意将其他定义的对象也放在GPU上面，否则应该默认是在CPU上面。如图所示，x是从GPU中传过来的，但idx不是，idx是我们自己生成的，它默认放在CPU中，所以我们需要也把它放到GPU中，解决方法：加.to(DEVICE)其中DEVICE已定义。具体解决办法：在loss.py文件中增加下图中第一行，修改下面二三行1.device=targets.device2.from_which_layer.append((torch.ones(size=(len(b),))*i).to(t
1.查看tensor所在的设备：data=data.cuda()#将数据转移到gpu上print(data.device)#输出：cuda:0data=data.cpu()#将数据转移到cpu上print(data.device)#输出：cpu2.查看model所在的设备model=model.cuda()#将模型转移到gpu上print(next(model.parameters()).device)#输出：cuda:0model=model.cpu()#将模型转移到cpu上print(next(model.parameters()).device)#输出：cpu3.Pytorch中将模型和
Elasticsearch报错：receivedplaintexthttptrafficonanhttpschannel,closingconnectionNetty4HttpChannel。现象，当启动Elasticsearch后，在浏览器输入地址 http://localhost:9200/后，报错receivedplaintexthttptrafficonanhttpschannel,closingconnectionNetty4HttpChannel{localAddress=/[0:0:0:0:0:0:0:1]:9200如图：原因是Elasticsearch在Windows下开启了安
在用pytorch进行损失函数计算时，报错误：RuntimeError:BooleanvalueofTensorwithmorethanonevalueisambiguous翻译过来就是说：具有多个值的张量的布尔值不明确 我是这报错：x=Variable(x_data).cuda()y=Variable(y_data).cuda()out=model(x)loss=criterion(out,y)啥意思？，你问我，我也不知道呀！、、、 错误原因分析：其实是，因为我损失函数调用时没有初始化，所以导致报错其实我是初始化了，但是因为没有+（），所以报错了criterion=nn.BCELoss在后面
今天在开发过程中，调用一个https的接口引发错误在Java1.8上，默认TLS协议是v1.2。在Java1.6和1.7上，默认是已废弃的TLS1.0，由于此项目使用的是jdk1.6，因此引发错误。解决方法1：在发起请求前面设置TLSv1.2协议 System.setProperty("https.protocols","TLSv1.2");解决方法2：在发起请求前忽略ssl认证：工具类：importjava.security.cert.CertificateException;importjava.security.cert.X509Certificate;importjavax.net.s
原因：从java8Update31开始，由于SSL协议中的安全漏洞，默认情况下禁用SSLv3协议。排查过程：可使用如下代码，打印http请求协议过程//设置协议-最初未修改policy.security文件时加上这句，无效果，依然报错System.setProperty("https.protocols","TLSv1.2,TLSv1.1,TLSv1.0,SSLv3");//打印请求过程，对比Write和Read协议是否一致，若一致，可能就是因为禁用了某个协议，需继续往下看System.setProperty("javax.net.debug","all");插曲：最初报错异常是javax.n
最近在做Stm32方面的工作时发现使用HAL_UART_Receive函数去读取数据时出现了问题，代码如下： charbuffer[128]={0};HAL_UART_Receive(phuart,buffer,128,timer);这段代码非常简单，就是在一定时间内读取满128个字符，但是会有一个问题，如果超时时buffer没有被读取到128个字节那么下次还可以读取，但是一旦超出或到达128个字节下次在读取就会没有数据，但是在中断情况下是可以正常读取的，随后我去查了一下USART寄存器，发现它有一个OVRDIS的功能，简单来说就是当数据达到buff设定大小时会将ORE标志置1，那么下次来新数
问题产生的原因是使用nn.CrossEntropyLoss()来计算损失的时候，target的维度超过4importtorchimporttorch.nnasnnlogit=torch.ones(size=(4,32,256,256))#b,c,h,wtarget=torch.ones(size=(4,1,256,256))criterion=nn.CrossEntropyLoss()loss=criterion(logit,target)如实target中的C不是1，则可以：importtorchimporttorch.nnasnnlogit=torch.ones(size=(4,32,25
YOLOV5中报错：RuntimeError:Thesizeoftensora(60)mustmatchthesizeoftensorb(56)atnon-singletondimension3YOLOV5最近在学习YOLOV5的时候，刚开始遇到了如下的问题：RuntimeError:Thesizeoftensora(60)mustmatchthesizeoftensorb(56)atnon-singLetondimension3原因分析：这可能是因为5.0的工程下载了个6.1的模型，所以不匹配解决方案：yolov5s.pt[https://github.com/ultralytics/yol
