参考: https://www.howtoing.com/how-to-install-run-connect-to-jupyter-notebook-on-remote-server
在远程服务器上没有安装浏览器的情况下，通过在本地建立 SSH 隧道的方法使用服务器的 Jupyter Notebook
Detectron 安装步骤
Requirements：
- Linux 16.04, Python2, NVIDIA GPU (Detectron 目前只有 GPU 版本)
- CUDA 9.0, cuDNN7.0.5
- Caffe2, COCO API
YOLOv3 安装步骤
- 操作系统：Linux 16.04
- 依赖：
- CUDA
- OpenCV
- darknet
写在前面：conda 是一款非常好用的 python 环境管理工具，建议安装 Anaconda 或 Miniconda。安装及使用请参阅网上教程，安装完成后记得添加清华大学 tuna 镜像。
查找回文字符串：马拉车算法 Manacher's Algorithm
在 LeetCode 看到一个题，给定一个字符串，返回最大长度的回文子字符串。
Example:
1 | Input: "babad" |
最简单的方法就是暴力循环遍历，但是算法复杂度为 $O(n^3)$, 因此记录一个线性复杂度的算法——马拉车算法。
LeetCode：https://leetcode.com/problems/longest-palindromic-substring
英文解释：https://articles.leetcode.com/longest-palindromic-substring-part-ii
PyTorch 调用 GPU 报 CUDA unknown error
最近为了跑 PANet，在服务器上安装了 Detectron.pytorch，安装过程还挺顺利，但是只要调用 GPU 运算就报未知错误，网上搜索一番发现可能是显卡驱动安装有问题，导致 Torch 调用显卡时无法正常初始化。这里记录一下网上的解决方法。
报错信息
1 | RuntimeError: cuda runtime error (30) : unknown error at /opt/conda/conda-bld/pytorch_1524586445097/work/aten/src/THC/THCTensorRandom.cu:25 |
编译时遇到 /tmp 文件夹空间不足的解决办法
今天在服务器上编译 PyTorch 时遇到了 /tmp 文件夹空间不足的问题，一般来说安装 Ubuntu 时给 / 挂载点分配足够的硬盘空间就不会遇到这个问题，但是服务器有很多人用，文件比较混乱，/挂载点已经达到了 100% 的空间使用率，因此百度到了一个解决办法
其实解决方法很简单，只需要在有硬盘空间的挂载点下（例如 /home ）新建一个临时文件夹供编译时临时使用就可以了
将 DOTA 数据集的标注转换为 COCO 格式
DOTA 数据集：http://captain.whu.edu.cn/DOTAweb/index.html
COCO 数据集：http://cocodataset.org/#download
COCO API：https://github.com/cocodataset/cocoapi
API make 报错，安装 Cython 即可
1 | conda install cython |