beizoushuai的博客

原创 SimCLR和MoCo正负样本划分的区别

原创 什么是Image representation?

机器看图：把原始像素转成数字向量（embedding） → 后续做分类、检索、匹配。Image representation = 图片的特征摘要 / 数字化编码。人看图：看到的是猫、狗、轮廓、颜色、质感 → 大脑理解为语义概念。这个向量就是 image representation.就是把一张图片“转换成机器能理解的特征向量”的形式。

原创 小样本对比学习概论——入门笔记

用 “对比学习” 在大量无标注数据上预训练一个强 “特征提取器”（学通用本领），再用 “episodic 训练” 让模型练会 “从少量支持集样本中找类原型” 的能力，最终面对新类时，只需要少量标注样本，就能快速识别查询集中的新类样本。

原创 A Simple Framework for Contrastive Learning of Visual Representations（SimCLR）学习笔记

提出了一个用于视觉表征对比学习的简单框架SimCLR，性能优于以往的研究，而且更为简单，既不需要专门的架构也不需要记忆库。

原创 Momentum Contrast for Unsupervised Visual Representation Learning（MoCo）学习笔记

embedding space 特征空间对比学习在视觉领域，一般被认作无监督的训练方式。因为大家通过去设计一些巧妙的**代理任务（pretext task）**如instance discrimination(每一个样本都自成一类->正样本、负样本)，从而人为的定义一些规则，这些规则可以用来定义哪些图片是相似的哪些图片的不相似的，从而提供一个监督信号去训练模型加权移动平均MoCo利用了这种特性，缓慢的更新一个编码器，从而让中间学习的字典中的特征尽可能保持一致。

原创 计算机视觉——图像分类数据集概括

简单介绍图像处理中较小的数据集

原创 [Python语法] try: except XXX as XXX:

开发阶段严重错误不应该被忽略的问题用户交互外部资源访问可恢复的错误需要优雅降级的场景。

原创 【已解决】“NoSuchDriverException Message: Unable to obtain driver for chrome”

但是在vscode中运行如下代码，出现报错“NoSuchDriverException Message: Unable to obtain driver for chrome”本人在下载好Chromedriver并且已经设置到系统环境变量，在cmd中输入。至于是不是真的这样，本人还是小白，没有验证。为什么这样可以解决？能够正确显示版本信息且与谷歌浏览器版本匹配。

原创 解决html用表单点击提交后显示php原代码

1.在表单的action输入的是http://localhost:3000/xxx.php而非xxx.php。2.在html的界面上手动改成localhost:3000/xxx.html而非文件路径。

原创 解决pycharm无法安装cvxopt问题

因为本人没有安装anaconda，网上的很多方法都无法解决这个问题。在网上试了各种方法都没有用。本人使用pycharm创建虚拟环境安装cvxopt，环境是python3.7。，得知对于windows系统，需要python3.8-3.11版本。在重新创建pyhthon3.8虚拟环境后，完美安装cvxopt！

原创 深度学习-相关学习笔记（自用）

原理就是矩阵乘法，其中被乘数是时间序列数据，乘数是嵌入矩阵Embedding Matrix，Embedding Matrix在训练过程中根据反向传播算法和优化器进行更新，使得时间序列数据在乘Embedding Matrix后能更好地放大其数据中的特征。自注意力机制（Self-Attention Mechanism）是深度学习中处理序列数据的一种方法，它允许模型在序列的不同位置之间建立直接的依赖关系，从而更好地捕捉序列数据中的时序特征。这样，模型可以只关注那些对当前查询最重要的键，从而显著降低计算复杂度。

原创 【自用笔记】服务器操作的Linux操作

5. 更新conda，保持conda最新。

原创 [pycharm][dataframe]已解决BUG: ValueError: Invalid frequency

在调试代码的时候，想要通过view as dataframe来查看df的内容，但是无法显示，然后我在控制台上想查看df，发现报错ValueError: Invalid frequency。发现可能是因为pandas的版本太新，和原始的数据匹配不上。

原创 Dijkstra最短路径——python实现

关键词：单源、O(n**2)、不能处理负边权、蓝点、白点。

原创 SPFA最短路径——python实现

关键词：Bellman-ford、队列、O(k*e) k为常数、能处理负权边、能判定负权回路。

原创 Bellman-ford最短路径——python实现

关键词：单源最短路径、源点s、能检测负权环、O(n*m)、松弛。

原创 Floyd最短路径-python 实现

关键词：多源最短路径、邻接矩阵、中转节点、O(n**3)、三层循环。

原创 C——将单链表排序成为有序单链表

创建带表头的单链表，编写程序实现将单链表排序成为有序单链表的操作。

原创 python——123报数游戏

N名同学围成一个圈，然后循环做123报数，1 2 3 1 2 3 1 2 3 .......，每次报到数字3的同学退出。当人数减到1个的时候，游戏结束。求最后一个同学原来是第几位？