- 博客(5)
- 收藏
- 关注
RSS订阅原创 import问题
三：cd /root python -m LGM.core.provider_objaverse。一：export PYTHONPATH=$PYTHONPATH:/root/LGM。import os # 添加模块路径。
2024-08-24 03:57:50
122
原创 bug笔记
解决error: [Errno 2] No such file or directory: ‘/usr/local/cuda-11.1:/usr/local/cuda-11.3/bin/nvcc ’_error: [errno 2] no such file or directory: nvcc-CSDN博客。[linux] No such file or directory ‘:/usr/local/cuda/bin/nvcc‘-CSDN博客。
2024-08-17 02:04:11
868
原创 RuntimeError: CUDA error: CUBLAS_STATUS_NOT_SUPPORTED when calling `cublasSgemmStridedBatched 报错
自己亲测有效的解决bug分享。
2024-08-15 03:59:51
333
原创 风格迁移相关概念
2016年Ulyanov和Johnson等人引入了前馈风格迁移网络VGG经过训练，可以在⼀次传递中从内容转换为拼贴图像，解决运行成本，但不足为每种要模仿的 风格训练单独训练网络。给定一对内容相似的风格和内容图像，语义风格迁移 的目标是在风格和内容之间建立语义对应关系，将每个风格区域映射到相应的语义相似的内容区域。条件实例规范化：风格迁移网络的所有卷积权重都可以在多种风格之间共享，并且在对每种风格进行规范化后调整仿射变换的参数。风格迁移：以另⼀种风格渲染图像，内容和图1相似，风格和图2相似，形成图3。
2024-08-03 01:17:07
116
原创 机器学习西瓜书 第二章 模型评估与选择
当数据集D中的m个样本，使得k=m时，此时交叉验证法又叫做留一交叉验证，此方法不具有随机样本划分，每个子集都只有一个样本，该方法的评估结果与实际评估模型相似，但当数据集样本过大时，考虑调参问题，其评估结果不一定比其他评估方法好。当训练集S接近数据集D时，此时的T比较小，该模型得到的评估结果与原本的模型结果相差较大，降低了评估结果的保真性（fidelity），因此常用2/3~4/5的样本用于训练，剩下样本用于测试。，可知通过自助法的评估模型有1/3的数据不在训练集的样本用于测试，得到的结果称为“包外估计”。
2023-12-31 16:19:00
808
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人