Colab跑项目

这里写目录标题

    • Colab文件目录路径显示
    • 更改colab当前工作文件夹
    • Colab挂载谷歌云盘
    • colab使用命令(从这开始看,前面no zuo no die)
      • 最紧要,首先,修改笔记本设置使用启用gpu![在这里插入图片描述](https://img-blog.csdnimg.cn/591a6c299dd74601855f2678e2d27c46.png)
      • 上传zip文件到 /content/文件夹下
      • 删除非空文件夹需要强制递归删除`!rm -rf 文件夹路径`
      • 进入到yolov5-5.0目录下 `%cd /content/yolov5/yolov5-5.0`
      • 安装环境 `!pip install -r requirements.txt`
      • 添加插件 %load_ext
      • 打开tensorboard再运行train.py程序
      • 刷新tensorboard
      • **更改训练的数据集**
      • 把得到的best.pt下载下来在本地的yolov5项目中,把detect.py 中main函数第一个参数weights对应的权重参数文件改成这个best.pt,就可以测试结果
      • 总结
    • 上传zip文件不完整
      • 解决colab上传大文件速度慢

Colab文件目录路径显示

在这里插入图片描述
上级目录图片超像上传文件,每次进入到上级目录我都不知所措,想要返回到content文件夹下,却不知道该如何应对
傻了,既然此时是在content的上一级目录,那么content就在当前目录的子文件夹啊!!!!
我还试图 通过命令 厘清文件夹路径
在这里插入图片描述
要想展示的目录路径在content下我还真不知道怎么让他显示,不过能看,只不过没那么简洁,可以只看到content路径下的文件们

在这里插入图片描述
别乱动,动乱了再用 !mv xx yy 挽救吧
在这里插入图片描述
不能进到/content/下,别问我怎么知道的
感谢博主指导!

更改colab当前工作文件夹

在这里插入图片描述

colab目录为 /content/
/content/drive/ 云盘文件

老老实实待在content文件夹下面,不要去别的地方惹是生非还回不来啦
害得我步履维艰
在这里插入图片描述
参考博客,os.chdir(“drive/My Drive/…”) 这句没明白

Colab挂载谷歌云盘

import os
from google.colab import drive
drive.mount("/content/drive")

colab使用命令(从这开始看,前面no zuo no die)

1.首先得会一些命令行的使用(%一般为目录相关,!为执行相关)

!nvidia-smi         查看gpu配置
%cd 目录             切换目录
%pwd                当前路径
%dir %ls            当前路径下文件
!pip install 包      安装包
!python 文件          运行文件
cp -rf 源文件目录 目的文件目录    复制文件到想要的目录下
colab目录为 /content//content/drive/   云盘文件

其实这些目录跟Linux命令差不多,无非加个!%(因为是在jupyter执行的)
2.如何对项目上传并执行

1.上传压缩包或文件夹到谷歌云盘
2.打开colab并挂载云盘
3.将文件复制到colab下,也就是从/content/drive/ 复制到/content/!mkdir test     当前目录为/content/,不是%cd 切换cp -rf /content/drive/MyDrive/text.zip /content/test
4.!unzip text.zip  切换到test目录下为什么要复制到/content/下:因为如果数据集过大,第一个epoch会从云盘一个个提取数据,主要是为什么第一个epoch为什么时间很久,如果文件在colab目录下,会提高读取数据的时间。
5.这时就差执行了,以我test文件为例
切换到解压后的文件夹中,执行文件为run.py 还需要指定参数--model TextRNN
!python run.py --model TextRNN

执行就行!差不多OK了
来源于此,还有一个问题colab使用为12个小时一天,如果执行超半个小时没动计算机colab会自动断开,如果我们程序还没执行完就很烦,如何解决???

最紧要,首先,修改笔记本设置使用启用gpu在这里插入图片描述

上传zip文件到 /content/文件夹下

不胡乱操作os.chdir(“…/”),直接默认上传的就在content文件夹下

!unzip /content/yolov5-5.0.zip -d /content/yolov5

如果文件顺利完整上传的化,就会顺利unzip解压
在这里插入图片描述

删除非空文件夹需要强制递归删除!rm -rf 文件夹路径

举个例子
强制递归删除命令:文件位置可以右键复制地址

!rm -rf /content/yolov5-7.0.zip

进入到yolov5-5.0目录下 %cd /content/yolov5/yolov5-5.0

在这里插入图片描述

安装环境 !pip install -r requirements.txt

在这里插入图片描述
在这里插入图片描述

添加插件 %load_ext

%load_ext tensorboard
再次启动 reload

启动tensorboard 中间不能有空格 先启动再加载,日志再runs/train中

打开tensorboard再运行train.py程序

%tensorboard --logdir=runs/train

在这里插入图片描述

!python train.py --rect

启动矩阵推理训练
在这里插入图片描述

刷新tensorboard

在这里插入图片描述
如果一开始 tensorboard不显示,是因为上传的zip文件里面runs文件夹下train文件夹下没有exp文件,没训练过,但是不影响,继续在下面通过!python train.py --rect运行就好
在这里插入图片描述
GPU就是快啊!!!
此次训练的日志保存再exp8
在这里插入图片描述
在这里插入图片描述
tensorboard里显示loss的变化
在这里插入图片描述
tensorboard数据:runs/train/exp/events.out.tfevents.1678366117.03e634abd4f1.7156.0

超参数:hyp.yaml

类别实例:labels.jpg 即每个类别出现的次数

训练结果:results.csv

更改训练的数据集

对整个coco数据集训练,修改data参数

!python train.py --data=data/coco.yaml

在这里插入图片描述

把得到的best.pt下载下来在本地的yolov5项目中,把detect.py 中main函数第一个参数weights对应的权重参数文件改成这个best.pt,就可以测试结果

把得到的best.pt下载下来在本地的yolov5项目中,把detect.py 中main函数第一个参数weights对应的权重参数文件改成这个best.pt,就可以测试结果

总结

运行train.py
下载的是yolov5-v5版本

1、把模型文件的压缩文件上传到colab
2、!unzip /content/yolov5-5.0.zip解压缩
3、%cd /content/yolov5-5.0转移到当前文件夹
4、!pip install -r requirements.txt安装所有需要的库
5、打开画学习曲线的tensorboard工具
所有的训练loss等结果都会记录在tuns/train的文件夹中

%reload_ext tensorboard
%tensorboard --logdir=runs/train

6、运行!python train.py --rect,再刷新tensorboard,就可以看到训练过程了
(服务器训练模型的速度是真滴快!)

原文链接(有些detect的可以一看):https://blog.csdn.net/weixin_45727991/article/details/127500046

上传zip文件不完整

在这里插入图片描述

unzip:  cannot find or open /content/yolov5-5.0.zip, /content/yolov5-5.0.zip.zip or /content/yolov5-5.0.zip.ZIP.

解决colab上传大文件速度慢

oneDrive之前好像被我关掉了
谷歌云端硬盘入口
c参考

https://zhuanlan.zhihu.com/p/604874981

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/151650.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

NAS层协议栈学习笔记

NAS(Non-Access Stratum)是无线网络中非接入层及包括移动性管理(MM)和会话管理(SM)协议 ,在5G(NR)系统中连接管理(Connection Management)用于建立和释放UE与AMF之间的控制面(CP)信令连接。 5G中移动性管理是通过NAS信令在UE与核心网之间进行交互的,连接…

SpringBoot——静态资源及原理

优质博文:IT-BLOG-CN 一、使用 SpringBoot 的步骤 【1】创建SpringBoot应用,选中自己需要的模块。 【2】SpringBoot已经默认将这些场景配置好,只需要在配置文件中指定少量配置就可以运行起来。 【3】编写业务逻辑代码。 二、自动配置原理 …

面试鸭 - 专注于面试刷题的网站

网上面试题有很多,但此套面试题真实、原创、高频,全网最强。 题目涵盖大中小公司,真实靠谱,有频率和难度的标记,助你成为Offer收割机。 面试鸭地址:https://mianshiya.skyofit.com/ 本套题是我原创&…

Chrome添加扩展程序

Crx4Chrome 下载crx 打开扩展程序 如果拖动crx文件到扩展程序提示只能通过Chrome应用商店添加此项内容 修改crx文件后缀为zip并解压,再拖动到扩展程序

Django(九、choices参数的使用、多对多表的三种创建方式、Ajax技术)

文章目录 一、choices参数choices参数的用法choices 参数用法总结 二、MVC与MTV模式1.MVC2.MTV 三、多对多的三种创建方式1.全自动创建2.纯手动创建半自动创建 四、Django与Ajax1.什么是Ajax常见的场景Ajax案例 一、choices参数 在没有用到choices参数之前,我们在D…

UI原型图

最近没啥项目,闲来无事,研究了一下原型图,万一以后年龄大了,代码敲不动还可以画画原型图,嘿嘿嘿 今天研究了两款画原型图的工具,即时设计-即时设计 - 可实时协作的专业 UI 设计工具 MODAO-墨刀 两款工具…

Flink 运行架构和核心概念

Flink 运行架构和核心概念 几个角色的作用: 客户端:提交作业JobManager进程 任务管理调度 JobMaster线程 一个job对应一个JobMaster 负责处理单个作业ResourceManager 资源的分配和管理,资源就是任务槽分发器 提交应用,为每一个…

基于PHP的纺织用品商城系统

有需要请加文章底部Q哦 可远程调试 基于PHP的纺织用品商城系统 一 介绍 此纺织用品商城系统基于原生PHP开发,数据库mysql,前端bootstrap。用户可注册登录,购物下单,评论等。管理员登录后台可对纺织用品,用户&#xf…

Redis篇---第十篇

系列文章目录 文章目录 系列文章目录前言一、怎么提高缓存命中率?二、Redis 如何解决 key 冲突?三、Redis 报内存不足怎么处理? 前言 前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分…

循环神经网络RNN完全解析:从基础理论到PyTorch实战

一、循环神经网络全解 1.1 什么是循环神经网络 循环神经网络(Recurrent Neural Network, RNN)是一类具有内部环状连接的人工神经网络,用于处理序列数据。其最大特点是网络中存在着环,使得信息能在网络中进行循环,实现…

CXL崛起:2024启航,2025年开启新时代

在2019年,Intel主导联合多家阿里巴巴、Facebook(也就是改名后Meta)、谷歌、Dell、华为、思科、微软、HPE最初的八巨头,发布了新的互联协议CXL,全称Comupte Express Link。由于在服务器领域享有绝对领导地位,Intel一经号令&#xf…

Python调用企微机器人: 发送常用格式汇总

企微接口文档 发送应用消息 - 接口文档 - 企业微信开发者中心 发送格式 应用支持推送文本、图片、视频、文件、图文等类型。 ~~~以下列举常用格式 示例~~~ 1.发送文本 代码如下: def sendtxt_robotmsg(self):# 正式keywx_key "xx"wx_webhookurl htt…

【十字链表,邻接多重表(无向图的另一种链式存储结构),图的遍历】

文章目录 十字链表邻接多重表(无向图的另一种链式存储结构)图的遍历 十字链表 方便找到入度和出度边。 顶点结点: data:顶点存放的数据域。 firstin:第一个入度边。 firstout:第一个出度边。 弧度结点&am…

贪吃蛇代码

一.准备 1.新建项目 2.放进照片 3.创建两个包放置图片类和入口类 二,游戏界面 package com.snake.view;import java.awt.Color; import java.awt.EventQueue; import java.awt.Font; import java.awt.Frame; import java.awt.Graphics; import java.awt.Image; i…

【计算机视觉】24-Object Detection

文章目录 24-Object Detection1. Introduction2. Methods2.1 Sliding Window2.2 R-CNN: Region-Based CNN2.3 Fast R-CNN2.4 Faster R-CNN: Learnable Region Proposals2.5 Results of objects detection 3. SummaryReference 24-Object Detection 1. Introduction Task Defin…

Ant Design for Figma设计系统组件库 支持变量 非社区版

Ant Design for Figma 是基于 Ant Design 设计系统的 Figma 组件库,提供丰富的 UI 组件和交互功能,帮助设计师快速构建高质量的 Figma 设计稿。 Ant Design for Figma 继承了 Ant Design 的设计理念和风格,提供丰富的 UI 组件和交互功能&…

十、Linux运行级别

1.基本介绍 运行级别说明: 0:关机 1:单用户【找回丢失密码】 2:多用户状态没有网络服务 【非常少】 3:多用户状态有网络服务 【最多】 4:系统未使用保留给用户 5:图形界面【Linux一启动自动进入…

每天学习一点点之 Spring Web MVC 之抽象 HandlerInterceptor 实现常用功能(限流、权限等)

背景 这里介绍一下本文的背景(废话,可跳过)。上周有个我们服务的调用方反馈某个接口调用失败率很高,排查了一下,发现是因为这个接口被我之前写的一个限流器给拦截了,随着我们的服务接入了 Sentinel&#x…

矩阵理论——Gerschgorin定理,以及用python绘制Gerschgorin圆盘动图

矩阵理论——Gerschgorin定理,以及用python绘制Gerschgorin圆盘动图 在矩阵的特征值估计理论当中,有一节是盖尔圆盘定理: 对于一个n阶复数矩阵A,每个特征值lambda位于至少一个Gerschgorin圆盘中,这些圆盘的中心为矩阵…

华为数通HCIP 821BGP 知识点整理

个人名片: 🐼作者简介:一名大三在校生,喜欢AI编程🎋 🐻‍❄️个人主页🥇:落798. 🐼个人WeChat:hmmwx53 🕊️系列专栏:🖼️…