后台运行jupyter notebook

                              超可❤的编程知识🌠🌙 

——jupyter notebook后台运行

     jupyter每次都需要被重新打开，一旦断开，就会影响程序的执行。所以我们在后台运行。

具体操作如下：

（1）打开ssh：连接到服务器，然后输入：screen -S notebook（这句是在说，新建一个后台的screen，notebook是它的名字，这个名字可以改）

（2）输入：screen -ls（这个是为了看一下有没有我之前打开的，这个不是必须的）

（3）输入：jupyter notebook

（4）先同时按ctrl+a，再输入d：

好了，现在就是在后台了，这个就可以关了，而网页上面的jupyter还可以打开，正常使用~
然后我试了一下，果然是对滴啊~果然关掉还不影响运行啊~真是太棒了啊~

❤几个小tips:

（1）当数据集也传到服务器上面，与.py文件一起放在jupyter上面时，直接写相对路径即可：faces_2/即可；

（2）在Windows上面用\，在linux上面用/

（3）注意两个''//''那，第一个/就变成转义字符了，所以就出现了错误；

❤都弄好以后，看看服务器有几个显卡：

（1）

点击new,terminal

（3）输入：watch -n 1 nvidia-smi

原来四个都没人用，那我们就不客气了~

❤现在来将代码改一下，可以用cuda来跑：

（1）这里需要修改：

这里不用改动
就是在最下面，加了这样一句，其中device_ids = [0, 1, 2, 3]这里就是用上了4个显卡

（2）batch_size这里需要做些修改：

这里，需要在data[0]与data[1]后面分别加上.cuda()
好啦~把修改的再运行一下就好了~

运行过程中，我ii了一下，结果就：

内存占满了

看看cuda:

果然是占满了，真是太厉害了啊啊啊 我来自我反思一下，可能是刚才我看这个还在print(img_path)，于是我就注释了这句，并且ii终止程序，而且又重新run all。那么之前的内存可能没有释放。

我狮虎建议我重启内核（restart):

果然，内存的占用率又迅速降低到了0

然后再重新runall：

但是同样的问题，再度出现，仍然是cuda内存占满了，仍然和上面一样。

那应该是代码的问题了

看下网络部分：

这里怎么突然出现了14,我狮虎说，应该和vgg16的一样，怎么突然用这个transpose，这是转置卷积啊，一般的卷积都是越来越小，这个转置卷积是越来越大。而且卷积核是14，很大了！

于是我被打了

没事，这个打我挨~
我狮虎说他，从未见过这么大的卷积核
这两个可以直接去掉，然后2048要改
这是修改后的网络
这是修改之前的网络
这是去掉以后的网络
这里好像不该去掉两层
所以我就把-2，改为-1
这是最后的池化层被加回来了

再次运行的时候，就暂时没有什么问题了~

我狮虎说，batch_size是10太小，改成200试试，于是我再次ii：

但是我要改的时候，貌似人家已经训练好了
这里也要加上.cuda() 因为运行的是时候，出现这样的错误了

接着昨天的来做咯~

同上，在data[0],data[1]后面加上.cuda() 再次出现这样的问题 原来出错的原因是这里，不应该是resnet，而应该是model 好啦~resnet部分到这里就结束了~结果还不错~接下来看看vgg16的表现如何~ 显卡还没有占满，那就再把batch_size调大一点，我改成了200 由于我刚才没有重启内核，所以就这个显卡占用很满啊
GPU的占用率，为0了 噫，准确率已经是个成熟的准确率了，这么高了

所以，改变dataset，分一下训练集和测试集：

注意，dataset的type要有默认参数：不然就要放在前面，有默认参数的放在最后。

原因是我该写成dataset_type = False，既然前面的叫了，那么这个也要叫，要不然就不开心。
没想到是这小心眼子的pytorch

        不知不觉就来到了第三天，我们今天上课老师说讲的时候，要包含以下几个方面。（1）数据如何处理；（2）特征如何提取；（3）实验注意事项；（4）实验结果分析。那么我会按照这几方面来准备PPT。

       下午去看排球队打了一会排球，我果然笨夫夫哒，还真不是这块儿料，Duang了几个球，怎么也Duang不过去。不过看大家把手臂都打红了，打肿了，大家也是很拼的。不过增强体质嘛，挺好的。

         还有一件事，今天我狮虎给我看这个。

你看，好几天之前，我看到这个数据集的时候，就说这就是吴恩达，可是我的这个评判标准呀，说不   是，噫，你看看，我就觉得，我这人脸识别，是不是很厉害了，通过看吴恩达现在的照片，就能认出来这个20年前的照片~
好啦~开始正式学习啦~

昨天运行以后，结果如下：

训练集的准确率，竟然比测试集的还要小，猜测是len的问题~
len的长度没问题 原来是这里没有写，这样的话，label和数据就不匹配了，这样就不对
改了以后，果然都对了，哈哈哈，真的是都对了啊，怎么这么棒！

我决定，用opencv直接读取电脑摄像头，拍摄人脸，进行识别，看是否正确~

但是，这个过程，不太容易，至少对于现在的我来说，不容易啊。

我还是决定，加油写一下！！！ 我狮虎让我写一下详细的流程，然后逐句翻译就好

狮虎提示：

（1）hwc-->chw，用numpy的transpose,变成1chw

（2）无法打开笔记本摄像头了，因为我的代码现在是在服务器上面跑啊。

过程就是这么坎坎坷坷，但是我最近每天都有进展~不怕慢，就怕站。这里是将hwc-->chw 然后变成一个tensor 变为nchw

我已经彻底蒙了……

到底啥是啥的啥？？？？？？ 问：输入是什么？答：batch_size张图片。问：输入是什么格式的？答：png格式。问：输入是什么形状的？答：nchw。 但是现在的输入还是hwc,所以用view变成（n,c,h,w） np.reshape torch.view torch.view 这也是错的 我已经傻了，我决定，肥家~ 所以我用PIL将RGB图变为灰度图以后，又接着用OpenCV的cv2.resize，出来的图像的颜色是很奇怪的，那么就说明了问题在于，这两者的顺序不同。