- 博客(14)
- 收藏
- 关注
RSS订阅原创 Diffusion模型通识（内含数学原理与源码详细讲解）
基于扩散模型的深度学习模型是一类可以通过学习数据中的扩散过程来实现数据分析和建模的模型。这种模型的基本思想是通过扩散过程来学习数据中的特征，并将学习到的特征应用于其他任务中。
2023-03-02 09:42:24
564
1原创 【CS197-02】文献调研
本节课主要关于两点如何做文献调研如何撰写related work这两点基于一个认知：idea从既往工作中产生，我们要找到"Bit Filp"的地方。1.文献调研：首先找到和目前研究最贴近的“neighbour paper”。然后基于“neighbor的引用”和“引用neighbor的”文章扩展对着问题的认识、阅读的时候要注意注意筛选文章质量foucs on the main point, instead of read in detail.(前提是对这个领域的基本概念有所了解，如果
2022-04-06 19:05:23
273
转载 和Nerf有关的入门教材
https://raytracing.github.io/books/RayTracingInOneWeekend.html#overview
2022-04-05 19:44:59
239
转载 【转载】深度学习的一些常用概念
转载自：知乎回答1.backbone主干网络大多时候指的是提取特征的网络，其作用就是提取图片中的信息，共后面的网络使用。这些网络经常使用的是resnet VGG等，而不是我们自己设计的网络，因为这些网络已经证明了在分类等问题上的特征提取能力是很强的。在用这些网络作为backbone的时候，都是直接加载官方已经训练好的模型参数，后面接着我们自己的网络。让网络的这两个部分同时进行训练，因为加载的backbone模型已经具有提取特征的能力了，在我们的训练过程中，会对他进行微调，使得其更适合于我们自己的任务。
2022-03-20 16:40:28
548
原创 to be solved
Depth-wise Convnn.Conv2d的group参数Skip-connection 和 residual的区别
2022-01-02 10:59:32
1072
原创 科大GPU-cluster使用记录
上传用SFTP，只有unzip命令，如果要解压rar文件需要下载配置代码：（注意rar版本）1、wget http://www.rarlab.com/rar/rarlinux-x64-4.2.0.tar.gz2、tar xf rarlinux-x64-4.2.0.tar.gz 解压下载的压缩包3、因为rar和unrar命令不需要安装，直接解压以后使用，所以直接使用相对路径调用里面的unrar来解压指定文件。 ../rar/unrar e ../ftp.rarssh Gx.
2021-12-30 19:01:43
859
原创 Bitahub镜像配置踩坑
总而言之，bitahub现在已经更新了镜像环境，不需要自己配置了。但是同时必须知道显存不够时需要裁剪图片送入模型，不必执着于提升显卡。
2021-12-14 14:18:31
752
原创 非常有效的模型调试与更改方式
在pytorch中使用类似tf.placeholder的方法，能够在不需要管数据预处理的情况下快速得到模型整个pipeline中每一步的输入输出维度与数据类型。x = Variable(torch.randn(shape).type(dtype), requires_grad=False) #Pytorch...
2021-12-07 16:50:59
88
原创 代码踩坑记录
在运行模型之前，一定要检查输入输出维度用tensorboard打印GT和input检查python变量定义语句后面加逗号会变成tuple，麻了
2021-12-07 11:38:13
802
原创 踩坑记录1
踩坑记录cv2.imread() 函数，会以BGR形式读入图像cv2.imwrite() 函数，其中写入不同的图片格式会得到不同的存储位数，HDR需要的多位数存储需要存到tif文件里。色调映射其实还没搞懂，我觉得需要补充一下基本理论模型输入过大，可以调整dockerfile，但是我暂时没有成功，折中办法是裁剪输入再送入模型，得到输出再拼接接上条，裁剪的方法也只是在输入模型前一步完成裁剪，不需要从读入图片开始裁剪。运行实验和任务做好记录，不然很容易记不清那个有效，那个无效。用工整的书写捋清de
2021-11-27 21:30:48
167
原创 4.5 再次更新
4.5 再次更新1.关于python学习第0阶段的总结python本身(仅指python语法,脚本运行之类)的东西其实没有很多之前找了本书过了一遍python的基础语法，结果在做一个基于直方图概率估计的朴素贝叶斯分类器的实现时都感觉困难。这期间遇到的最大的两个问题：算法本身理解不到位(贝叶斯分类器如果采用无参估计,训练过程是什么?其实就是用训练集求概率)原始数据的处理与归并(处理成合适的数据结构)2.下一步的计划:补完python的数据结构和处理思想3.对发展方向的思考之前决定开始pyt
2021-04-05 19:03:45
59
原创 2021-03-19
2021-3-1819号早上发18号的blog，坚持确实是一件有难度的事情。1.字典的新奇应用：如果将函数指针存在value里，可以避免switchcase等冗余另外，字典的遍历，可以用items/zip（记不住了）for key value in zip（）2.class的结构：class name(objext)def init(self)【这里面的init在定义实例的时候自动调用，接收传入参数，self指实例】def other method(self,xxx)【其他方法可以再定
2021-03-19 08:28:39
60
原创 2021-03-17
2021.3.17日——查缺补漏python有趣的关键字函数优化类异常检测类逻辑关键字常用关键字lambdatry exceptis（与==不同）del 删除变量名与内存单元yield：函数改成迭代器raise的连接关系global：函数内修改变量finally而不是删除单元本身python表达式的易错点python不接受 c=a,a=b,c=bpython接受 a,b,c=1,2,3（吴关人士）python也有脚本和函数 和matlab
2021-03-17 23:02:18
55
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