- 博客(58)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Apr.21
1.2. Journal of Sensors.3.物理光学之菲涅尔衍射 (Fresnel)3.关于著名的菲涅尔（Fresnel）积分看一眼复变函数https://zhuanlan.zhihu.com/p/449131331
2022-04-22 08:41:10
131
原创 Apr.12
1. 制造数据集合idea：视频会切成多个帧，可以对每个帧进行转换~https://github.com/xinntao/EDVR/blob/master/docs/DatasetPreparation_CN.md#%E8%A7%86%E9%A2%91%E5%B8%A7%E6%95%B0%E6%8D%AE2. We used OpenCV function resize bicubic interpolation as it produces visually sharper results than
2022-04-15 08:20:18
160
原创 Apr.08--“Who am I, where have I been, and where am I going?”
“Who am I, where have I been, and where am I going?”
2022-04-11 08:03:53
389
原创 Apr.9-10
听一下 计算学习理论 听一下联邦学习 听一下李沐的课 在线学习on-line learning和增量学习Incremental Learning区别？注意1.引理后面要跟证明2. 机器学习“七种武器”：可学习行、（假设空间）复杂度、泛化界、稳定性、一致性、收敛率、遗憾界。机器学习有两个元素：模型与数据。其中模型又包含两部分：优化算法与假设空间。所谓机器学习就是用优化算法从假设空间中选择一个假设，使此假设能符合给定的数据描述。因此优化算法通俗的讲就是假设选择算法。...
2022-04-11 08:03:46
1026
原创 Apr.7的事儿
MicroNet: Improving Image Recognition with Extremely Low FLOPs动态激活函数：Dynamic Shift Max2.Dynamic Attentive Graph Learning for Image Restoration图神经网络3.Recurrent Residual Network for Video Super-resolution模型小，而且速度快...
2022-04-11 08:01:29
85
原创 220322
Batch Normalization (BN) and its variants have have delivered tremendous success in combating the covariate shift induced by the training step of deep learning methods.We propose a simple yet effective method to scale up differential privacy to large neu.
2022-03-22 16:51:30
167
原创 关于Pycharm进行pytorch分布式训练代码
问题可以命令行调用，但不能pycharm进行运行。需要执行命令行是python -m torch.distributed.launch --nproc_per_node=8 --master_port=4321 basicsr/train.py -opt options/train/SIDD/HINet.yml --launcher pytorch设置软连接ln -s /home/lifei/.local/lib/python3.8/site-packages/torch/distribu
2021-09-27 01:25:32
1501
1
原创 并行运行 题目就要与众不同
代码中仅需要补充一行即可：model = nn.DataParallel(model, device_ids = [0, 1])
2021-06-21 17:33:34
72
原创 2021-mar-29 工作报告
1.引入VGG content loss来约束图片的内容差异class VGG19_PercepLoss(nn.Module): """ Calculates perceptual loss in vgg19 space """ def __init__(self, _pretrained_=True): super(VGG19_PercepLoss, self).__init__() self.vgg = models.vgg19(pretrain
2021-03-29 19:49:30
234
1
原创 2021-01-07
AttributeError: module 'cv2.cv2' has no attribute 'xfeatures2d'测试这是由于你没有安装 opencv-contrib-python 库导致的，解决方法： 先卸载你的opencv pip uninstall opencv-python / pip3 uninstall opencv 用sift和suft特征提取的时候，xfeature2d在opencv-contrib库中 再装上opencv-con...
2021-01-07 15:50:24
579
原创 11月06 题目就要与众不同
1.BCELoss与CrossEntropyLoss不同之处BCELoss与CrossEntropyLoss都是用于分类问题。可以知道，BCELoss是Binary CrossEntropyLoss的缩写，BCELoss CrossEntropyLoss的一个特例，只用于二分类问题，而CrossEntropyLoss可以用于二分类，也可以用于多分类。不过我重新查阅了一下资料，发现同样是处理二分类问题，BCELoss与CrossEntropyLoss是不同的。下面我详细讲一下哪里不同。１． 使用nn.B
2020-11-06 16:53:40
79
原创 Oct.29 成为不朽，然后死去
1.深度学习的基本流程是设计神经网络结构，形成计算图，选择一个合适的损失函数，使用损失函数衡量预测值与真实值之间的差异。具体到一轮计算：我们需要将一个批次的数据喂给神经网络，神经网络前向传播（Forward），求得损失函数的值；然后是反向传播（Back Propagation）过程：求得损失函数对模型各参数的导数，利用梯度下降法来更新模型各参数。深度学习框架的最重要的一项功能就是帮我们完成了求导的过程。2。关于微积分的几点思考3.微分，差分，变分其中变分法在NLP中LDA中也有应用和设计。4.
2020-10-29 15:21:02
304
原创 Oct.28题目就要与众不同
1. tf.nn.conv2d(x, W, strides=[1, 2, 2, 1], padding=‘SAME’)参数的理解shape= [5,5,1,32]前面两个5,表示卷积核的长宽分别为51表示输入图像对应的通道数，比如输入的图像是单通道的则设置为1，如果是RGB三通道的，则设置为332表示卷积核的个数，对应输出32张图strides=[1, 2, 2, 1]四个元素规定前后必须为1，中间两个数表示水平滑动和垂直滑动步长值步长不为1的情况，文档里说了对于图片，因为只有两维，通
2020-10-28 19:38:57
247
原创 10月27日-题目就要与众不同
1.pytorch查看通道位数和尺寸大小x.shape # 尺寸x.size() # 形状x.ndim # 维数torch.size[32,3,288,144]32表示训练集batch_size大小，3是图像通道数，288是图像高度，144是图像宽度，图像尺寸 288*144，维度个数是4。2.tensorflow的tf.reduce_mean函数tf.reduce_mean函数的作用是求平均值。第一个参数是一个集合，可以是列表、二维数组和多维数组。第二个参数指定在哪个维度上面
2020-10-28 08:36:01
84
原创 十月26日-题目就要与众不同
1 转换内容斜体样斜体样式式conv5=slim.conv2d(pool4,256,[3,3], rate=1, activation_fn=lrelu,scope='g_conv5_1') conv_global = tf.reduce_mean(conv5,axis=[1,2]) # tf.reduce_mean 函数用于计算张量tensor沿着指定的数轴（tensor的某一维度）上的的平均值， # 主要用作降维或者计算tensor（图像）的平均值。
2020-10-27 08:10:11
53
原创 十月九号，题目就要与众不同～
1. python基础new： 对象的创建，是一个静态方法，第一个参数是cls。(想想也是，不可能是self，对象还没创建，哪来的self)init ： 对象的初始化， 是一个实例方法，第一个参数是self。call ： 对象可call，注意不是类，是对象。...
2020-10-09 13:51:45
73
原创 九月二十七日-题目就要与众不同
1.为了方便进行数据的操作，pytorch团队提供了一个torchvision.transforms包，我们可以用transforms进行以下操作：PIL.Image/numpy.ndarray与Tensor的相互转化；归一化；对PIL.Image进行裁剪、缩放等操作。通常，在使用torchvision.transforms，我们通常使用transforms.Compose将transforms组合在一起。PIL.Image/numpy.ndarray与Tensor的相互转换PIL.Imag
2020-09-28 10:52:15
85
原创 sep07
这里写自定义目录标题Error(s) in loading state_dict for ResnetGenerator_depth:Error(s) in loading state_dict for ResnetGenerator_depth:原始代码checkpoint = torch.load(model)net.load_state_dict(checkpoint['net'])net.cuda()更改为checkpoint = torch.load(model)net.load
2020-09-28 10:52:05
112
原创 九月二十六，题目就要与众不同
1.pytest 使用介绍pytest是一个非常成熟的全功能的Python测试框架编写规则编写pytest测试样例非常简单，只需要按照下面的规则：测试文件以test_开头（以_test结尾也可以）测试类以Test开头，并且不能带有 init 方法测试函数以test_开头断言使用基本的assert即可fixture的scope参数scope参数有四种，分别是’function’,‘module’,‘class’,‘session’，默认为function。function：每个test都运
2020-09-26 17:40:21
129
原创 九月16-题目就要与众不同
pytorch首先是__init__和forward这两个函数。__init__中主要是初始化一些内部需要用到的state；forward在这里没有具体实现，是需要在各个子类中实现的，如果子类中没有实现就会报错raise NotImplementedError。...
2020-09-16 11:51:41
85
原创 九月二号 标题就要与众不同
1.Linux文件夹下查看文件数量Linux下有三个命令：ls、grep、wc。通过这三个命令的组合可以统计目录下文件及文件夹的个数。统计当前目录下文件的个数（不包括目录）$ ls -l | grep "^-" | wc -l统计当前目录下文件的个数（包括子目录）$ ls -lR| grep "^-" | wc -l查看某目录下文件夹(目录)的个数（包括子目录）$ ls -lR | grep "^d" | wc -l命令解析：ls -l长列表输出该目录下文件信息(注意这里的文件是指目
2020-09-02 21:59:38
63
原创 2020-08-25题目就要与众不同
三天？其实就半天吧一个顶会论文的复现，这个问题周日第一次出现，RuntimeError: output with shape [1, 256, 256] doesn't match the broadcast shape [3, 256, 256]。aug 25，21：32，测试单元可以运行，此处记录一下解决办法和工作总结，很小的一个数据流的问题，反射出自己的在代码上的几个问题：首先， 知行合一，hand & mind。手还是不能生的，还是可以比较熟练的去完成好的idea，嫁接自己的框架。要手
2020-08-25 22:17:26
615
原创 2020-08-20题目就要与众不同
1.浅谈20小时定律20小时定律由Josh Kaufman在畅销书The First 20 Hours – How to Learn Anything Fast中提出，是一种对10000小时定律的一种逆向思考的产物。只是听过，不过个人感觉的确是，虽然我没搞过室内设计，搞出的东西也完全什么灵魂，不过就投入时间和自我期望值之间的loss 还算大。找了一个学设计的同学看了一下，来了句不错啊，设计公司估计的也就是多个渲染，????（个人感觉捧的成分多）。领导方面没说啥说，嗯还不错。其中附录有自己设计的一个图大约
2020-08-20 10:00:30
82
原创 2020-08-16题目就要与众不同
NLP被diss的上午，但我想让我的思绪继续逃逸～1.针对“不定长到不定长”的机器翻译任务，用到编码器-解码器模型、束搜索和注意力机制。skip-gram跳字模型所关心的是，给定中心词“loves”，生成与它距离不超过2个词的背景词“the”“man”“his”“son”的条件概率2.词映射到为实数域向量的技术也较词嵌入word2vec词向量是用来表示词的向量，也可被认为是词的特征向量或表征。...
2020-08-16 22:27:12
86
原创 2020-08-15题目就要与众不同
word2vec自然语言是一套用来表达含义的复杂系统。在这套系统中，词是表义的基本单元。词向量，是用来表示词的向量或表征，也可被认为是词的特征向量。把词映射为实数域向量的技术也叫词嵌入（word embedding）。为何不用one-hot向量？one-hot向量构造起来容易，但不是一个好选择，主要原因：one-hot词向量无法准确表达不同词之间的相似度，如我们常常使用的余弦相似度。任何两个不同词的one-hot向量的余弦相似度都为0，多个不同词之间的相似度难以通过one-hot向量准确地体现
2020-08-15 21:48:29
103
原创 2020-08-12题目就要与众不同
希尔伯特曲线一个数字图像是一个二维离散信号，利用希尔伯特曲线，可以将一副数字图像转变为一个一维离散信号，这就使得对图像的处理变得更加容易。GCH全局颜色直方图，是描述颜色特征的最传统的方式，缺陷，忽略了某种颜色在图像中的具体分布。也就是说，通过直方图，可以了解某种颜色在图像中所占的比例，但却无法了解该颜色在图像中是集中分布还是零星分布，是分布在左边还是分布在右边。二维图像到一维信号的转变从信号处理的角度来说，数字图像都是二维离散信号。腐蚀膨胀腐蚀操作的主要目的是使边界缩小，腐蚀能够消融物体的边界
2020-08-12 15:39:31
111
原创 2020-08-10 标题就要与众不同
拉普拉斯变换应用拉普拉斯变换解常变量齐次微分方程，可以将微分方程化为代数方程，使问题得以解决。在工程学上，拉普拉斯变换的重大意义在于：将一个信号从时域上，转换为复频域（s域）上来表示，对于分析系统特性，系统稳定有着重大意义；在线性系统，控制自动化上都有广泛的应用。...
2020-08-10 10:01:18
96
原创 八月九号题目就是不同
1二维笛卡尔坐标系的（1,0）、（0,1），用它们表达一个信号显然非常高效，计算简单。而如果用三个互成120°的向量表达，则会有信息冗余，有重复表达。但是并不意味着正交一定优于不正交。比如如果是做图像增强，有时候反而希望能有一些冗余信息，更利于对噪声的抑制和对某些特征的增强。...
2020-08-09 23:55:48
77
原创 七月二十日
1.多线程处理Use --gpu_ids 0,1,… to train on multiple GPUs and --batch_size to change the batch size.
2020-07-22 17:28:06
99
1
原创 七月二十一日
1.Embeddingembedding其实就是一种稠密向量的表示形式。在embedding大行其道之前，onehot比较火。直观上看，embedding相当于是对onehot做了平滑，而onehot相当于对embedding做了maxpooling。比如 RGB（三原色，red,green,blue）任何颜色都可以用一个 RGB 向量来表示，其每一维度都有明确的物理含义（和一个具体的物理量相对应）。当然 RGB 这个例子比较特殊，和我们一般意义的 embedding，还不一样，因为 RGB 的特殊
2020-07-21 15:09:10
106
原创 七月十九日标题不同与别人
1.显卡信息备注第一栏的Fan：N/A是风扇转速，从0到100%之间变动，这个速度是计算机期望的风扇转速，实际情况下如果风扇堵转，可能打不到显示的转速。有的设备不会返回转速，因为它不依赖风扇冷却而是通过其他外设保持低温（比如我们实验室的服务器是常年放在空调房间里的）。第二栏的Temp：是温度，单位摄氏度。第三栏的Perf：是性能状态，从P0到P12，P0表示最大性能，P12表示状态最小性能。第四栏下方的Pwr：是能耗，上方的Persistence-M：是持续模式的状态，持续模式虽然耗能大，但是在新
2020-07-20 08:30:39
84
原创 七月十七日---CycleGAN工程项目进度系列
1. 数据集下载map数据集为例子：更新????直接运行： bash ./datasets/download_cyclegan_dataset.sh maps会出问题：Specified [maps]WARNING: timestamping does nothing in combination with -O. See the manualfor details.--2020-07-17 15:26:59-- https://people.eecs.berkeley.edu/~ta
2020-07-17 20:39:48
991
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