前言由于兼容性问题，使得我们若想用较新版本的 PyTorch，通过 GPU 方式训练模型，也得更换较新版本得 CUDA 工具包。然而 CUDA 的版本又与电脑显卡的驱动程序版本关联，如果是低版本的显卡驱动程序安装 CUDA11 及以上肯定会失败。比如 GTX750Ti 或 GTX1050Ti，出厂的驱动程序版本在 450 以下，也就只能装 CUDA9 和 CUDA10 之类的版本。那么有什么方法用
前言还记得上次通过 MediaPipe 估计人体姿态关键点驱动 3D 角色模型，虽然节省了动作 K 帧时间，但是网上还有一种似乎更方便的方法。MagicAnimate 就是其一，说是只要提供一张人物图片和一段动作视频 (舞蹈武术等)，就可以完成图片人物转视频。于是我就去官网体验了一下，发现动作的视频长度不能超过 5 秒，当然，如果说要整长视频可以切多段处理再合成解决。主要的还是视频需要那种背景相对
前言其实年初的时候，我也跟着别人的源码，用 Tensoflow 实现过扑克牌的目标检测。虽然也通过博文的方式记录了，但是那个项目使用的 TF 版本比较旧，自身对 TF 并不熟。后期如果说要升级或修改估计够呛，知道最近看到 YOLO 对目标检测的实现方法，发现这个更方便快捷。于是决定用 YOLOv5.6 来重新实现一下扑克牌的点数识别，本文章主要是个人记录，也面向刚刚接触 YOLO 的同学阅读。所以
前言为了运行一个 Tensorflow1.6.0 的项目，CPU 跑了三个多小时才完成一个 epoch，还得用 GPU。但这个版本的 TF 只能在 10 以下的 CUDA 平台，但是以前的 Pytorch 也要继续啊。所以需要在本地 Windows 下安装多个版本 CUDA，其实有两种方式让 CUDA 共存。一种是英伟达的工具包安装，还一种是 CUDA 的动态链接库通过 conda 安装。由于是
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号
