遇到的bug记录

工具篇

1. 清华源：不用搜索清华源三个字

pip install -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple some-package

常见库类型

1.PIL和opencv打开图像和保存图像

#opencv

img_path = os.path.join(path, img_name)
img = cv2.imread(img_path)
img_resize = cv2.resize(img,(300,300))
resized_img_name = 'reshape_'+img_name
resized_img_path = os.path.join(path, resized_img_name)
print(resized_img_path)
cv2.imwrite(resized_img_path,img_resize)

#PIL
img=out_net["x_hat"].cpu().numpy().squeeze(0).transpose(1,2,0)
img=Image.fromarray(np.uint8(img*255))
img.save("./testres/"+img_name)

两个常见的坑： 1、TypeError: Cannot handle this data type: (1, 1, 300), <f4 没有把图像转换为WH3的格式，需要transpose(1,2,0)

2、TypeError: Cannot handle this data type: (1, 1, 300), <u1 没有把图像转换uint8,一般tensor都是0-1，所以需要*255

2.os 列出全部文件：os.listdir(path)

创建文件夹：推荐嵌套创建：os.makedirs()

JPEG5py库报错：AttributeError: ‘JPEG’ object has no attribute ‘decompressor’

缺少libturbojpeg 库 安装via:sudo apt-get install libturbojpeg

成功解决：AssertionError: Torch not compiled with CUDA enabled

1.问题1版本不匹配

很多帖子都是碰到了版本不匹配，但是我ubuntu经验比较足，知道那个nvidia-smi显示的是最高版本

问题2：安装的不是gpu torch

这个是我的问题，但是我是安装torch官网安装的

后来我发现如果==使用清华源加速==，就会安装cpu torch 所以去掉加速： 成功：

import的包找不到/不能被pylance解读

如果是vscode的直接reload windows

DataParallel中：【PyTorch】常见错误: RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor)

没放到显卡上，简单的错误，

如果是单卡：

直接todevice，无需多言

如果是多卡：

模块未注册：如果你将模块存储在一个普通的 Python 列表（如 self.list = []）中，PyTorch 不会将这些模块视为模型的子模块，因此 DataParallel 不会自动将它们迁移到 GPU 上。

改用modulelist self.ca256 = nn.ModuleList([CoorAtten(self.c_256[i]) for i in range(5)])

爆显存：

简化模型，降低输入分辨率，多卡并行，都是很好的方法

AttributeError: cannot assign module before Module.init() call

出现这个错误的原因非常简单，调用了自定义的类，但是在自定义的类的__init__函数下面没有写super( XXX, self ).init() 参考：(参考)[https://blog.csdn.net/dongjinkun/article/details/117232330]

Module [ModuleList] is missing the required “forward” function > /media/k1928-c/62969E754E94529B/chz/accelerated_features/modules/model.py(82)forward() -> feature = self.linear(feature)

Modulelist需要手动for循环forward，建议用sequential

Xfeat复现踩坑：

1.他使用了一个三方的alike库，需要

git submodule update --init --recursive # 拉取submodule

不要去pip 安装 alike

2.argsparse的action： (参考)[https://blog.csdn.net/tsinghuahui/article/details/89279152] set action 的意思是只要 –parse（你定义的参数），就会设置为你的set action，比如set_action = True, 那么–test 就是 True，不出现才是设为False

3.PyTorch 从 1.8 版本开始引入了 LazyLinear，允许在初始化时不指定输入特征的维度，直到第一次前向传播时根据输入自动推断。这非常适合您的需求。

4.os.environ[‘CUDA_VISIBLE_DEVICES’] = ‘1’ 这是一个设置gpu的简单方法，这样就不需要逐个改cuda：x了，上面可见cuda设为0/1就是你的0/1

Build with Jekyll and true minimal theme