登录社区云，与社区用户共同成长
邀请您加入社区
SACF（光谱引导的自适应跨层融合模块）：包含光谱特征聚合（SFA）与空间细节增强（SDE）两个子模块，将目标相关的光谱信息与空间细节逐级传递至高分辨率特征层，既保证光谱一致性，又补偿下采样过程中的细节损失。CAFR（跨光谱注意力特征精炼模块）：采用自底向上的特征传播路径，利用目标感知特征进行跨层光谱注意力计算，缓解光谱偏差（spectral bias）问题，实现多尺度目标特征的进一步对齐与增强。
在pycharm中配置pytorch深度学习环境，本人第一次配置pytorch环境，亲测成功，但是仅供参考
小白易懂，最新旭日X5部署全流程，无需自己修改head.py，傻瓜操作，100%部署成功，你只需要看一次
方法讲完了，剩下这几句就不管了。翻译法（推断法）百度法（检索法）打印测试法代码拆解法进入类里观察法。
在windows中下载anaconda和pytorch的安装以及编译器的选择
Pycharm分为专业版和社区版本，在pycharm里面可以创建很多项目，这些项目可以通过项目虚拟环境相互隔离，也可以公用系统的环境。这些不同的项目 需要配置 不同的相关特定版本的 第三方安装包、特定版本的python等等。如果全都基于公共的系统环境，会造成版本、安装包混乱。
Win10系统配置RTX3060ti GPU深度学习主机pytorch环境0. 前言1. 安装Anaconda***** 新建环境 *****2. 安装CUDA和cuDNN(1) 安装显卡驱动(2) 下载CUDA(3)下载cuDNN(4) 安装CUDA和cuDNN3. 下载Pytorch下载方式1（慢，易失败）下载方式2安装方式4. 安装PyCharm***** 使用方法 ******最后0. 前
1、显卡2、cuda对应版本在cuda的wikepedia中搜索到的算力是7.5（需要翻墙）确定cuda可以满足10.0-10.2和11.0-3、查看自己的cuda driver version4、查看英伟达驱动版本5、pytorch官网中确定下载cuda11.36、使用清华镜像更快Index of /anaconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source M
解决：检查Anaconda是否安装成功（终端输入conda --version验证），若成功，在PyCharm添加解释器时手动浏览路径，Windows在C:\Users\用户名\anaconda3\python.exe ，macOS/Linux在~/opt/anaconda3/python.exe。解决：按步骤3确认PyCharm的解释器是Anaconda的目标环境，后续直接在PyCharm的「P
文件后，环境中的torch版本会被修改，变成基于cpu的版本，此版本也可以使用，但是使用CPU进行计算速度不如GPU，所以需要卸载现有环境中基于CPU的torch，然后重新再次执行一下torch的安装代码。完成numpy的安装之后，在下载的torch环境依赖包的根目录下，在路径中输入cmd，打开Command Prompt，然后再激活虚拟环境。此版本的下载，无法直接通过pip从官网进行下载，需要在
