小编Jac*_*zel的帖子

我目前正在使用 cmake-gui 在https://github.com/AlexeyAB/darknet.git编译 yolo darknet 。但是，它不会启用 cuda，我还有其他一些奇怪的问题。这些包括当我使用 VS2017 构建它后从 Release 文件夹运行 darknet.exe 时，它​​指出它找不到 pthreadVC2.dll 或 opencv_world410.dll。

为了解决其他问题，我复制了 exe 和那些文件，并将它们全部放在项目的根文件夹中。这似乎有效，但我不确定为什么它不工作。

对于 cuda，我不知道该尝试什么。我有这些系统变量和路径：

这是我的 cmake-gui：

可以看出 CMAKE_CUDA_COMPILER 是 NOTFOUND。我认为这是问题所在，但我不确定为什么找不到它。如果我nvcc -V在命令提示符下运行，它会返回：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:04_Central_Daylight_Time_2018
Cuda compilation tools, release 10.0, V10.0.130

这里也是 cmake 配置的输出：

Selecting Windows SDK version 10.0.17763.0 to target Windows 10.0.17134.
OpenCV ARCH: x64
OpenCV RUNTIME: vc15
OpenCV STATIC: OFF
Found OpenCV 4.1.0 in C:/opencv/build/x64/vc15/lib
You might …

我正在尝试使用 CNN 使用 Tensorflow 和 Keras 进行对象检测。我对此很陌生，所以我使用教程作为指南，但有我自己的设置和其他一些东西。我得到的错误是 Tensorflow 的形状与 [x,2] 与 [x] 不兼容，其中 x 是我拥有的任意数量的训练图像，2 是类的数量。我仅使用少量图像进行测试，但我很确定这不是问题所在？

我尝试了不同倍数的训练图像但没有成功，我查看了 model.summary() 以查看模型是否完全按照我想要的方式布局。此外，我还打印了训练图像的形状及其标签，它们看起来是正确的。

图像大小为 28 x 28 像素，平面大小为 784，完整形状为 (28,28,1)，1 是通道数（灰度）。我只有两个班级，总共只有 10 个训练图像（如果认为这是问题所在，我可以得到更多）。

model = Sequential()

model.add(InputLayer(input_shape=(img_size_flat,)))

model.add(Reshape(img_shape_full))

model.add(Conv2D(kernel_size=5, strides=1, filters=16, padding='same',
                 activation='relu', name='layer_conv1'))
model.add(MaxPooling2D(pool_size=2, strides=2))

model.add(Conv2D(kernel_size=5, strides=1, filters=36, padding='same',
                 activation='relu', name='layer_conv2'))
model.add(MaxPooling2D(pool_size=2, strides=2))

model.add(Flatten())

model.add(Dense(128, activation='relu'))

model.add(Dense(num_classes, activation='softmax'))

from tensorflow.python.keras.optimizers import Adam
optimizer = Adam(lr=1e-3)

model.compile(optimizer=optimizer,
              loss='categorical_crossentropy',
              metrics=['accuracy'])

from tensorflow.python.keras.utils import to_categorical
model.fit(x=data.train,
    y=to_categorical(data.train_labels),
    batch_size=128, epochs=1)

我在标签上使用 to_categorical() 只是因为它们以某种方式被转换为整数。我检查了他们是否保留了正确的值等。

我打印了模型摘要以检查布局：

_________________________________________________________________
Layer (type) …