训练 EAB+MBTFE训练 训练了两折多了，效果感觉还可以哦，第二折都跑到了0.82+了。 1FOLD_0 1FOLD_1 1FOLD_2 应该明天就能出结果了，看看效果如何。 这周又没开会，好像是报奖要答辩啥的。早上五点牢蒋在那点人，真抽象啊。

Ubuntu中screen命令使用 于 2024-01-11 16:55:00 首次发布 Ubuntu中screen命令使用 1sudo apt-get install screen screen三种状态 Detached 未连接 Attached 已连接 Dead 死亡 1. 查看当前已有screen 1screen -ls 2. 创建screen 12screen -S name# name：自己创建screen名称 3. 重新链接screen 12screen -r name# name: 自己希望链接的screen 4. 退出当前screen 123screen -d# 只是退出screen，screen仍存在，下次还可以返回# 快捷键操作：Ctrl + A + D 5. 杀死当前screen 12exit# 杀死当前screen，并退出 6. 清除Dead状态screen 1screen -wipe 7. 先删除前一用户再登陆 当你挂起screen，下次想重新连上screen时，有时会出现screen session的状态为Attached但是却连不上 ...

Linux screen命令介绍 screen是一个全屏窗口管理器，它将物理终端抽象为多个虚拟终端，每个虚拟终端都可以运行一个shell或程序。screen命令可以让你在一个终端窗口中打开多个会话，每个会话都有自己的环境，可以独立运行命令。这对于需要同时运行多个命令的用户来说非常有用。 Linux screen命令适用的Linux版本 screen命令在大多数Linux发行版中都是可用的，包括Debian、Ubuntu、Alpine、Arch Linux、Kali Linux、RedHat/CentOS、Fedora和Raspbian。如果你的系统中没有预装screen，你可以使用包管理器来安装。在Debian和Ubuntu上，你可以使用apt-get命令来安装： 1[linux@bashcommandnotfound.cn ~]$ sudo apt-get install screen 在RedHat/CentOS 7上，你可以使用yum命令来安装： 1[linux@bashcommandnotfound.cn ~]$ sudo yum install screen 在RedHa ...

训练 按照昨天的思路改了下损失函数和优化器，效果如下图： 1nnUNetTrainerAdan__nnUNetPlans__3d_fullres 1nnUNetTrainerDiceLoss__nnUNetPlans__3d_fullres 没法评价，给我气笑了。 昨天云龙给了我个多尺度特征提取模块，今天想办法加进去看看效果。 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273import torch.nn as nnclass MBTFE(nn.Module): def __init__(self, in_channels, out_channels): super(MBTFE, self).__init__() # 多尺度特征提取 # 1×1×1层 self.conv1 = nn.Conv3d( ...

训练 今天把CBAM和CA都训练完了，但是感觉还是有问题，效果不好。 这些时遇到的问题： 一开始是某一折训练完成后验证的时候，有某个验证不了。按照它上面的方法降低value_scaling_factor从10到5后正常了，但是后面有的改了还是不行。只能把它剔除了。 改了之后，五折都有了，可以运行这个： . 这个是预测时候出现的问题。预测有的也是会出现这个inf。很奇怪，也是只能去掉，还好只有不多的几个。 目前在排除了这几个问题后，现在可以正常的验证了。但是我看了下效果不好。先跑着SE吧，等等看看是出了什么情况。感觉还是损失函数或者优化器得改一下。输出会出现inf是不是线性层的问题呢？？

网络训练 周末把CAUNet的那一折搞好了，SAUNet跑不了，所以选择跳过去跑CABMUNet和Squeeze-and-Excitation去了。现在想了一个办法，就是先把一个网络重新复制一个预处理，把网络编号改一下 然后修改plan文件，把里面的数据集编号和网络也改了 这样的话就可以同时处理好几个网络。跑出来的结果是这样的： 这样的话不容易搞混，就算是文件夹名看不出来什么网络，点进去看一看plans.json也能看出来当初用的什么网络训练的。我觉得这样挺好的。 周末把CBAM和CA的训练结束了，SA的一直不收敛或者是梯度爆炸。之前把虚拟环境关了重开好像有效，现在正在跑SnE的第三折，等会把它跑完或者C了，把CBAM和CA先验证了再说，因为CBAM=CA+SA，我想的是把这三个先跑了看下效果。等会如果有进展再继续写。

网络训练 今天重新训练了CAUNet，主要是第四折有问题，重新多训练了几遍，最后又好了，无语。 看着还可以，主要是不知道这样改的网络都这么不稳定，没改过的网络感觉一开始dice上的就很快，这种改过的网络就很低，但是跑100多e后感觉也还可以。CAUNet跑完了，但是周五也没时间了，等到周一来了再验证吧。感觉可能是学习率或者是优化器的问题？有空的话做实验试一试？ 接下来本来准备训练SAUNet的，但是这个网络跑了几次损失函数都是nan，几折都是这样。 123456789101112131415161718192021222324252627282930313233343536373839404142#######################################################################Please cite the following paper when using nnU-Net:Isensee, F., Jaeger, P. F., Kohl, S. A., Petersen, J., & Maier-Hein, ...

CAUNet训练 今天是跑完了，但是出错误。忘了截图了，出来的所有验证都是9KB，明显是不对的。而且仔细看了一下，第四折看起来很奇怪： 速度倒是很快，但是这曲线给我看傻了。怪不得验证的时候一直报错。最近跑这几个自定义网络，经常出现前几个epoch全0的情况，不知道咋回事。有的时候重新跑一跑就好了，很奇怪很奇怪。先这样跑着，说不定过一段时间就知道了。 训练机 今天下午开放式机箱到了，把一套东西装上去了，感觉还不错，看着还是可以的，幸亏买了大版。然后今天把ssh和samba也搞好了。现在可以通过IP地址连上ubuntu文件系统和终端。现在可以通过本机的vscode直接进行文件管理和运行命令。这样的话就避免了用todesk连接训练机造成的CPU性能损失。就有一点本机的vscode不能关了。以前用todesk看得训练的话就会变成300多s，如果不运行的话时间大概是270s多。好耶！

tar 将许多文件一起保存至一个单独的磁带或磁盘归档，并能从归档中单独还原所需文件。 推荐Linux命令在线工具：linux命令在线查询工具 补充说明 tar命令 可以为linux的文件和目录创建档案。利用tar，可以为某一特定文件创建档案（备份文件），也可以在档案中改变文件，或者向档案中加入新的文件。tar最初被用来在磁带上创建档案，现在，用户可以在任何设备上创建档案。利用tar命令，可以把一大堆的文件和目录全部打包成一个文件，这对于备份文件或将几个文件组合成为一个文件以便于网络传输是非常有用的。 首先要弄清两个概念：打包和压缩。打包是指将一大堆文件或目录变成一个总的文件；压缩则是将一个大的文件通过一些压缩算法变成一个小文件。 为什么要区分这两个概念呢？这源于Linux中很多压缩程序只能针对一个文件进行压缩，这样当你想要压缩一大堆文件时，你得先将这一大堆文件先打成一个包（tar命令），然后再用压缩程序进行压缩（gzip bzip2命令）。 语法 1tar [选项...] [FILE]... 选项 1234567891011121314151617181920212223242 ...