- 博客(50)
- 收藏
- 关注
RSS订阅原创 组合数学复习
等价着色数： 等价着色是指考虑到对称性质后，两种着色方案被认为是相同的。换句话说，如果两个着色方案可以通过图的自同构来映射，那么它们是等价的。如果我们着色这个图的三个顶点，如果两种着色方案可以通过旋转三角形来相互映射，那么它们是等价的。如果我们只关心颜色不同的情况，而不考虑这种旋转，那么就是在考虑非等价的情况。非等价着色数： 非等价着色数则是不考虑图的自同构，只考虑颜色方案不同的情况下的着色数。如果置换的set有n个元素，那么有n!
2024-01-04 19:44:02
940
原创 Connecting Multi-modal Contrastive Representations
当前的多模态对比表示（MCR）学习依赖于大量高质量的数据对，这限制了其在更多模态上的进一步发展。MCR空间中的嵌入无法全面反映输入的所有语义信息。的嵌入位于每个MCR空间中两个完全。MCR空间表现出模态间隙现象，即。
2023-12-16 23:23:05
958
原创 并行自用复习
有__global__关键字一般是核函数（kernel function），且是void函数；如果需要返回值，可以通过传递指向变量的指针，并在核函数内部修改这个指针指向的值来实现（而不是int函数+return）
2023-12-07 22:28:29
445
原创 范式，ground truth
范式”（paradigm）一词最初来源于希腊文中的 “παράδειγμα”（paradeigma），意为"范例"、“示范”。在语言学和哲学中，"范式"用来表示某种范例、模式或典型的例子。在科学和学术领域，"范式"通常用于表示一种理论框架、方法论或思考方式，这种方式在一定领域内成为一种标准或典型。科学研究中的范式不仅包括具体的理论和实践，还涉及到对问题的看法、解决途径以及知识的组织和传递方式。例如，在计算机科学领域，面向对象编程（OOP）和过程式编程就可以被看作是两种不同的编程范式。
2023-11-22 02:48:42
167
原创 高级算法复习
与动态规划区别：是否产生最优解；对应问题都具有最优子结构，但贪心算法要满足贪心选择性，动态规划满足重合子问题(overlapping subproblem)当一个问题的最优解包含其子问题的最优解时，称此问题具有最优子结构性质——最优子结构性质是该问题可用 动态规划算法 or 贪心算法 求解的关键特征。通过做出局部最优（贪婪）选择，可以得出全局最优解——这是贪心算法可行的第一个基本要素，也是贪心算法与动态规划算法的主要区别。黑高是高的一半: bh = h/2。2.父红叔不红----一定接3。
2023-11-10 14:10:53
164
原创 python数据类型&奇妙用法
array有shape和size，其中size是总大小，没有size()tensor有size()和shape，不需要用size。list没有shape。
2023-09-22 21:54:04
193
原创 Efficient Multimodal T ransformer with Dual-Level Feature Restoration for Robust..个人理解
MPU作用：使用G[0]和H[0]一层一层融合得到新的G和H。MPU具体：输入多模态的H和G进行MHCA和MHSA和FFN实现生成下一层的H和G，其中G[0]和H[0]是单独设置的，其他层的G和H是通过MPU数据组合得到。用最后一层MPU得到的h和g（g为flattenG[L]得出，维度为R。的BERT还没仔细看，但是不是直接写的[CLS]而是BERT输出的第一维数据）。为LSTM中的两个输出，好像没有联系，没有包含关系，h。），进行连接，输入MLP，得到预测的情绪强度y’。为BERT中的[CLS]，h。
2023-06-12 15:22:07
560
原创 DICNet: Deep Instance-Level Contrastive Network for Double Incomplete Multi-View...个人解读
预处理后的输入：batch中，每个sample有效label的总和除以有效label数量，即平均label(即z)1.对batch数据每次取两组不同view特征，得2组(batch, label总数)的数据。4.连接2组数据，求sim_mat，得(2*有效数据, label总数)的sim矩阵。2.只保留2组中label都有效的，得2组(有效数据, label总数)的数据。-> (view_num, batch_size, label总数)(view_num, batch_size, label总数)
2023-06-05 22:56:41
551
原创 L1&L2，范数&损失
这里是有很大的区别的哦。而越小的参数说明模型越简单，越简单的模型则越不容易产生过拟合现象。为什么越小的参数说明模型越简单？一种理解是：“限制了参数很小，实际上就限制了多项式某些分量大小，使分量的影响很小，这样就相当于减少参数个数”。在回归里面，有人把有它的回归叫“岭回归”（Ridge Regression），有人也叫它“权值衰减weight decay”。L2范数强大功效是改善机器学习里面一个非常重要的问题：过拟合。它是把目标值y与估计值f(x)的差值的平方和最小化。，都接近于0，但与L1范数不同，
2023-05-23 20:52:59
3806
原创 5.11组会衍生总结：train/eval/BN、CNN与特征图、极大似然与EM、方差n与n-1（有偏估计/无偏估计）
特征图即为通道，特征图数 = 通道数 = 每一层矩阵数 = 前一层filter数，特征图数一般写在每层输出大小的第3维（如上vgg图左 224 * 224 *64），写在convx-的后面（如图上vgg图右conv3-64），写在 @的前面（如图下8@28*28）上图来源一般图中，写的都是输出的维度，而不是filter（如vgg图左224 * 224 * 64），有可能写在开头（如上图6@28*28）；一般表中，写的都是filter（如vgg图右conv3-64）。
2023-05-11 21:59:34
583
原创 vue-cli版本号始终是2.9.6，且无法删除，安装更新无效的问题。
（至于一开始为啥出错，我的原因应该是vue没删干净，我删了vue.cmd/vue中的其中一个，但是应该是要同时删除所有才行。总结：删除原脚手架&删除原vue+vue.cmd，修改环境变量path，然后安装新的。发现有4个原来的，于是我先删除了原有的vue和vue.cmd的后两个。（这后两个的来源是，我在环境变量path里增加了。路径，并且提到了path最上面，就有了），删除了剩下的vue和vue.cmd。发现有了新的vue和vue.cmd。看版本发现已经没有vue了。看版本发现还是2.9.6。
2023-04-20 21:27:34
1765
3
原创 前后端目前进展
项目特点：配置在build和config文件夹下，很多配置文件，很繁琐且看不懂，比如跨域配置proxyTable在。这个项目本来是用来复盘的，结果发现卡在上面的错误所以复盘不出来。文件中，jquery配置plugins在。(前端创建方式/流程详细见我的博客。(只能创建vue2)
2023-04-20 12:20:41
758
原创 （NCR）NeurIPS-2021-learning-with-noisy-correspondence-for-cross-modal-matching-Paper
A/B网络：包含f,g,S三个网络。f/g将I/T embeding到同一维度，S网络计算(f(I),g(T))对的相似度得S(f(I),g(T))，简写为S(I,T)原图中用S表示数据集，由于在文中S也表示相似度，所以我改成D了，方便讲解。要解决的问题：识别False Positive，并尽可能找到最佳配对。左边是文章原图，右边是我自己补充了一些细节后的图。这是原文网络，之后会拆开讲。
2023-04-07 12:13:39
305
原创 NCR213
对于左边式子进行解读，其中α为margin取定值0.2，S(I,T)为该对img-caption pair的相似度，S(I,T_hat)为该img与其他不匹配的caption的相似度，求和下标是所有与img不匹配的caption，所以含义是，（0.2的margin+img与不匹配的caption的相似度-img与匹配caption的相似度）以遍历所有不匹配的caption为求和条件。通过yni-hat =(PA(Ini,Tni)+PB(Ini,Tni))/2公式算新y(targets_u)
2023-04-03 03:38:32
184
原创 在vue2中使用ajax或者是axios与django后端通信（前后端分离+跨域）
ajax使用jquery封装的axios使用自定义的与此同时如果是前后端分离的话，则还要配置代理服务器才能跨域关于什么是跨域
2023-03-20 11:33:02
948
原创 在新的vue2项目中配置jquery
安装后，内容会出现在node_modules 文件夹和 package-lock.json文件（里面记录了express中的内容下载的地址、版本等等）中。npm不用单独安装，安装完node，npm默认就安装好了。本地安装的都是能够直接使用的模块，他们不是命令，是类似于 fs 等可以通过 require() 加载的模块。Node安装过后，就可以使用一些模块，比如fs、path、http，这些是第三方库，不是官方写的。全局安装的一般都是命令，所以全局安装的模块，在任何文件夹都可以调用这个命令。
2023-03-20 00:03:57
2016
原创 vue2项目建立
这样npm install -g就会安装在D:\software\nvm\nodejs\node_global\node_modules中。npm install vue-cli -g和npm install -g @vue/cli-init有什么区别。下载的东西都在D:\software\nvm\nodejs\node_global\node_modules中。D:\software\nvm\nodejs\node_modules\vue-cli路径中。3-1.全局安装脚手架vue-cli。
2023-03-15 14:26:34
467
原创 一些复盘与学习
vue的使用1.关于查看某执行程序的路径，比如node,npm,python等，可以使用where 命令，比如where nodewhere npmwhere python在我的电脑中但where只是执行程序的路径而不是系统/用户环境变量中的路径。路径的作用：比如对于nodenpm install express [-g] （后面的可选参数-g，g代表global全局安装的意思）的安装语句时，会将安装的模块安装到路径下2.关于有多个应用程序的路径在控制台下用where命令查询应用的路
2023-03-15 13:37:44
136
原创 vue2前端和django后端上传文件和下载文件（分别是mp4和gif）
那么读的文件路径为(back)/face_output.gif（与manage.py同目路径，而不与app/view.py同路径）因为django框架运行起来的命令是python manage.py runserver。我的django后端项目的文件夹叫back，manage.py在该目录下。若在app/view.py中读取face_output.gif文件。使用python manage.py runserver运行后端。所以文件读取都以manage.py的路径为路径。
2023-03-12 11:41:11
1199
原创 linux用conda配置自己的python3环境
在安装无需向anaconda目录写入内容的包时，可以通过配置环境变量使用，即在.bahsrc中添加路径即可。（官方文档写的export PATH=/opt/app/anaconda3/bin:$PATH，实际没有，所以要灵活应变）新的环境以及环境内的包会被安装到/home/yourname/.conda/envs/目录下。编辑路径，在脚本末尾添加export PATH=/opt/conda/bin:$PATH。即安装在环境中的包名。退出环境后，会切换至base环境。
2023-03-06 16:32:48
1150
原创 Linux联网----处理ping无法使用的问题
原因是：bash: ping: command not found的主要原因是，当前环境下载Centos基础镜像只包含简单的操作系统，相当于裸机状态，要想用别的命令需要手动安装。换这个是因为sudo apt-get update报错。于是计划换security源，结果把所有源都换了。2-1-1.换源（修改sources.list）就可以ping www.baidu.com了。2-2-2.阿里云：（步骤参考上面）换这个是因为换了才可以联网？ctrl+shift+v 粘贴。2-1-2.在vi界面。
2023-03-06 11:13:35
2085
原创 vue2前端报错Redirect is not allowed for a preflight request.
改完后问题变成：No ‘Access-Control-Allow-Origin’ header is present on the requested resource.问题：Redirect is not allowed for a preflight request.为什么是重定向出错呢，这个问题一般出在前端的网址设置。网上一般是http和https弄混的问题。这里t1后面加一个/就可以了，变成。我用的是django，问题出在。预检请求不允许重定向。
2023-03-04 11:11:59
1274
原创 linux的root与用户改密码，以及gpu的ssh连接步骤
用sudo passwd和sudo passwd root都是改root密码，用passwd或passwd 用户名 改的是用户密码。（然后输入root密码，可能是）（然后输入用户密码，可能是）
2023-02-27 17:11:18
358
原创 vscode免密远程连接(linux)
2.将本地公钥加入虚拟机的authorized_keys。1.先生成本地公钥，一路回车或者选确定。都在windows的cmd中输入。3.检查是否可以免密。
2023-01-27 23:44:53
289
原创 For recursive components, make sure to provide the “name“ option.-Vue全局组件报错
为啥呢，因为。
2023-01-03 11:24:14
113
原创 bishe
make_source对应test：test_img，test_label_ori，test_head_ori，pose_source.npy。make_target对应train：train_img，train_label，head_img，pose.npy。
2022-11-21 19:12:13
294
原创 Dual Contrastive Prediction for Incomplete Multi-view Representation Learning个人学习2
②让图片经过Autoencoder网络编码，并由Prediction网络做RGB转Depth或D转R后，数据更相似 -> dualprediction_loss双重预测损失。②Prediction：编码+解码 = forward：将autoencoder中间维度的信息，由RGB转为Depth（或D到R）①让图片经过Autoencoder网络编码解码后，数据基本不变 -> reconstruction_loss重构损失。④让同一类的Z1，Z2更相似 -> instance_contrastive_Loss。
2022-10-23 01:52:06
615
2
原创 BeautyGAN图片的高精度美颜
3.生成器：左边的生成模型G，首先素颜图像和参考图像经过不同的两组卷积提取特征，然后concatenate到一起，输入residual block中，接着两组反卷积将输出的feature map上采样，结果是将原来的素颜图像“上妆”，而参考图像“卸妆”。https://blog.csdn.net/wrk226/article/details/123256887（这个博客提供的连接里，有论文附件，附件中有G和D的网络结构表）损失函数：D（）好像是判别器的输出。
2022-10-21 20:41:12
708
原创 Dual Contrastive Prediction for Incomplete Multi-view Representation Learning个人学习
问题：我们提出了一个统一的框架（unified framework）来解决不完全多视图表示学习（incomplete multi-view representation learning）中的以下两个挑战性问题：i）如何学习统一不同视图的一致表示（a consistent representation unifying different views），ii）如何恢复丢失的视图。
2022-09-27 00:41:50
966
3
原创 attention is all your need个人学习
Scaled Dot-Product Attention的输入query和key等长，维度为dk，value维度为dv，计算query和所有key的点积/内积（dot product）除以dk^(1/2)，然后再用softmax得到n个非负的且加起来等于1的权重（？但一般用3D，样本batch-序列长度sequence-词向量feature（我认为元素是：句子-词-字母）sequence的长之前的N，feature的长为之前的d-model。关于mask：在注意力机制里，每次能看到一个完整的输入。
2022-09-24 10:55:56
85
原创 Learning with Noisy Correspondence for Cross-modal Matching个人笔记
背景：多模态匹配，在不同模型间建立对应关系，已经应用于跨模态检索（retrieval）和vision-and -language understanding问题：以往方法都假设多模态训练数据是对齐的，但实际不是，且代价很高（这里对齐的意思应该是总有匹配的对象和label？）
2022-09-24 10:28:06
629
4
原创 虚拟机记录
虚拟机和vscode连通需要配置远程1.debian虚拟机配置两个网卡，第二个是host-only开启虚拟机看网卡2的ip地址（输入ip addr）虚拟机无法连通外网怎么办：https://blog.csdn.net/xc_zhou/article/details/88316310不会使用vim添加，就用cat：https://blog.csdn.net/zyt_2018/article/details/107573436...
2022-05-10 13:57:15
255
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