3-31学习笔记

1.命令

lsmod | grep nvidia
》》
nvidia              19472384  9
ipmi_msghandler        53248  4 ipmi_devintf,ipmi_si,nvidia,ipmi_ssif

modinfo nvidia

用百度搜索找到了这个，https://blog.csdn.net/ddqqfree123/article/details/52388337，然后提到了这个：https://forums.developer.nvidia.com/t/ubuntu-12-04-error-cudagetdevicecount-returned-30/34006/2，里面对应的解决办法是：

sudo modinfo nvidia-uvm
#输出很多的信息，然后
sudo modprobe -v nvidia-uvm
#又输出很多信息，之后
./deviceQuery
#就PASS了，

之前尝试了这里：https://github.com/tensorflow/tensorflow/issues/5777 ||https://stackoverflow.com/questions/58595291/runtime-error-999-when-trying-to-use-cuda-with-pytorch#comment103505439_58595291 里一系列的rmmod，出了nvidia都说not loaded，而nvidia模块in use，然后又用上面的第一个命令查看。

3.torch查看gpu信息

https://blog.csdn.net/nima1994/article/details/83001910

torch.cuda.is_available()
cuda是否可用；

torch.cuda.device_count()
返回gpu数量；

torch.cuda.get_device_name(0)
返回gpu名字，设备索引默认从0开始；

torch.cuda.current_device()
返回当前设备索引；

2.python继承dict类

http://www.coolpython.net/python_senior/pytip/special_dict.html，原来dict类也可以继承，是一个dict对象，需要实现__setitem__方法。

class DoubleDict(dict):

    def __delitem__(self, key):     # 删除一个key, 也必须删除value
        value = super().pop(key)
        super().pop(value, None)

    def __setitem__(self, key, value):      # 先设置key-value, 再设置value-key
        super().__setitem__(key, value)
        super().__setitem__(value, key)

    def update(self, another):
        for key, value in another.items():
            self.__setitem__(key, value)

    def __repr__(self):
        return f"{type(self).__name__}({super().__repr__()})"

dic = DoubleDict()
print(dic)
dic['一'] = 1
dic['二'] = 2

print(dic['一'])
print(dic[2])

dic.update({'三': 3})
print(dic[3])

输出：

DoubleDict({})
1
二
三

__delitem__ 是删除给定键对应的值
__setitem__ 设置给定键的值
update是更新字典的方法
__repr__ 是显示对象信息的方法，由于字典的该方法显示的是字典的内容，因此进行重载，让其显示出类的名字

3.dir(tf.losses)

https://www.runoob.com/python/python-func-dir.html

dir不带参数，返回当前范围的函数和变量，带参数，返回参数所包含的函数和变量。

>>> dir()
['__annotations__', '__builtins__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', 'tf']

>>> dir(tf.losses)
['Reduction', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__path__', '__spec__', 

'absolute_difference', 'add_loss', 'compute_weighted_loss', 'cosine_distance', 'get_losses', 'get_regularization_loss', 'get_regularization_losses',
 'get_total_loss', 'hinge_loss', 'huber_loss', 'log_loss', 'mean_pairwise_squared_error', 'mean_squared_error', 'sigmoid_cross_entropy',
 'softmax_cross_entropy', 'sparse_softmax_cross_entropy']

>>> dir(keras.activations)
['K', 'Layer', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', 
'__name__', '__package__', '__spec__', 'absolute_import', 'deserialize', 
'deserialize_keras_object', 'division', 'elu', 'exponential', 'get', 'hard_sigmoid', 
'linear', 'print_function', 'relu', 'selu', 'serialize', 'sigmoid', 'six', 'softmax', 
'softplus', 'softsign', 'tanh', 'warnings']

>>> 'zinb' in dir(tf.losses)
False
>>> 'nb' in dir(tf.losses)
False
>>> 'zinb' in dir(keras.activations)
False
>>> 'nb' in dir(keras.activations)
False
#木有的呀

4.tensorflow_probability

要使用它，还要安装最新版的tensorflow。