问题标签 [nvidia-digits]

我已经安装了flask-socketio，

当我尝试运行数字时，它向我显示以下错误

如何解决这个问题？谢谢

I had already installed Cuda 7.5 and now I have installed Cuda 8.0. The Nvidia card is TITAN X (Pascal). I also only activated the following compute abilitiesCUDA_ARCHfield inmakefile.config` (the rest are commented):

I successfully could run make all and make test for Caffe installation, however, when I tried to run make runtest after some time it is showing error:

When I type ldd ./build/tools/caffe | grep cuda, I get

libcudart.so.7.5 => /usr/lib/x86_64-linux-gnu/libcudart.so.7.5 (0x00007fd3ea210000) libicudata.so.55 => /usr/lib/x86_64-linux-gnu/libicudata.so.55 (0x00007fd3c9f3c000)

How to remove *.so of cuda7? or what is possible solution?Thanks

如果我有，是否仍然可以在某种多 gpu 设置中运行训练Peer access not supported between device ordinals？（据我所知，GPU 是“未连接的”）例如通过在 GPU 上分别计算每个批次，然后在 CPU 上合并，因为我理解这是方式带有 Caffe 后端的 DIGITS 中的“批量累积”工作。

原始输出：

我有几个数据库，我需要在 NVIDIA DIGITS 上对它们进行分类。但是将我的大数据导入DIGITS需要很多时间（2-4天）！！！想象一下，我已将 2 个图像集转换为 .lmdb 形式，例如：

现在我需要连接这两个 .lmdb 数据库并节省时间。所以我在 python 中分别完成了合并两个 LMDB 数据库以馈送到网络（caffe）

我有第三个数据集，其中包含： train_db 和 val_db 文件夹，每个文件夹都包含上面的 data.mdb 和 lock.mdb 文件。

我需要将这些导入到 DIGITS 中，以便在它们上训练网络。

我的问题是：

1-我应该部分导入folderstrain_db 和 val_dbimage LMDB吗？

2-我搜索label LMDB但我不明白我应该在这部分做什么。你能清楚地解释我应该怎么做吗？

非常感谢您的帮助。

我正在尝试使用 NVIDIA DIGITS 执行图像分割（通过阅读本文）。训练模型后，我能够对单个图像执行分割。

现在我想给 DIGITS 一个测试图像和标记图像的列表，我希望它计算输入图像的准确性。是否可以使用 DIGITS 来完成，如果可以，那么步骤是什么？（在训练/测试模型时在框架上选择的选项、输入文件的格式、文件夹结构等）

另外，如果DIGITS做不到，那还有其他框架吗？（我看了这篇文章，但如果我可以直接使用一些即插即用的框架会更好，首先）

谢谢！

我在 Nvidia Digits 5 中训练了我的模型，现在我想提取在训练期间生成的准确度和损失图以生成报告。这些数据是否保存在某处，以便可以提取这些图的数据，以便我可以在 Python 中绘制它，并可能最终修改这些图以比较不同的模型等？

我想使用 NVIDIA DIGITS 进行图像分割。根据本教程，https://github.com/NVIDIA/DIGITS/tree/master/examples/semantic-segmentation，我创建了名为“fcn_alexnet.caffemodel”的 caffmodel。

但是，它没有显示在我的 DIGITS 页面上。我该怎么做才能将其添加到 DIGITS 中？

我已经使用 Caffe 和 NVIDIA 的 DIGITS 训练了一个模型。在 DIGITS 上对以下图像进行测试，结果如下：

当我从 DIGITS 下载模型时，我得到snapshot_iter_24240.caffemodel了deploy.prototxt,mean.binaryproto和labels.txt. （而且solver.prototxt我train_val.prototxt认为不相关）

我coremltools用来将 caffemodel 转换为 mlmodel，运行以下命令：import coremltools

代码输出以下内容：

大约 45 秒后food.mlmodel生成。我使用 Xcode 9.0 beta 3 (9M174d) 将它导入到 iOS 项目中，并在单个视图 iOS 项目中运行以下代码。// // ViewController.swift // SeeFood // // 由 Reza Shirazian 于 2017 年 7 月 23 日创建。// 版权所有 © 2017 Reza Shirazian。版权所有。//

输出以下内容：

这完全不符合模型在 DIGITS 上的表现。我不确定我做错了什么，或者我是否错过了一步。我尝试在没有的情况下创建模型，mean.binaryproto但这没有任何区别。

如果这里有帮助的话deploy.prototxt

根据 Nvidia 网站上的信息，Digits 使用 Kitti 格式的数据集。Digits 或外部应用程序中是否有可能准备此类数据集，或者我必须自己编写？我想简单地在显示的图像上绘制边界框，然后将其转换为 txt 适当的 txt 文件。提前致谢！

我目前正在使用 Nvidia DIGITS 训练图像分类器。我正在下载 1,000,000 张图像作为ILSVRC12数据集的一部分。您可能知道，该数据集包含 1,000 个类别，每个类别包含 1,000 张图像。问题是很多图像是从死的 Flickr URL 下载的，因此在我的数据集的相当一部分（大约 5-10%）中填充了下面显示的通用“不可用”图像。我计划遍历并删除这个“通用”图像的每个副本，从而使我的数据集只剩下与每个类相关的图像。

这个动作会使类的大小不均匀。它们不再包含 1,000 张图像。它们每个将包含 900-1,000 张图像。每个班级的人数必须相等吗？换句话说，我可以在不影响分类器准确性的情况下删除这些通用图像吗？提前感谢您的反馈。