- 博客(17)
- 收藏
- 关注
RSS订阅原创 yolov5检测垃圾—加SE注意力训练心得
训练一个类别的话至少应该200张正样本200张负样本效果比较好 当某个类别的ap低时，可以在数据集里加点这个类别去训练 识别文字类的，关闭mosic增强效果比较好 修改lr epoch 0.001 300有不错的效果 【实验记录】yolov5的一些改进tricks总结--持续更ing_yolo active learning-CSDN博客
2024-05-09 20:06:50
193
原创 autodl运行yolov5
tools->development->configuration->mappings 改root path到root/tmp/project/yolov5。
2024-03-27 15:03:46
255
原创 colab运行yolov4_tiny
从github clone到colab的，数据集太大了。先从百度网盘下载数据集，再上传到colab(zip形式，尝试用文件夹上传，太大了。g，先zip再解压，走了好多弯路呜呜，还尝试先上传到github,再clone到colab,失败。)注意最后一定要保存colab跑的项目,问就是血泪教训呜呜。
2024-03-14 16:39:26
375
1
原创 transformer李宏毅(二）
大多数nlp问题都可以变成QA问题，比如翻译，问题就是这些输入的翻译是什么？但是特定的任务还是要结合不同模型来解决，seq2seq像一个啥都能用的瑞士刀。。。但是切水果肯定还是水果刀用的好。。。
2024-03-13 14:32:37
377
1
转载 transformer李宏毅（一)
你会注意什么？大数据（什么数据都有，重要的，不重要的）对于重要的数据，我们要使用对于不重要的数据，我们不太想使用但是，对于一个模型而言（CNN、LSTM），很难决定什么重要，什么不重要由此，注意力机制诞生了（有人发现了如何去在深度学习的模型上做注意力）红色的是科学家们发现，如果给你一张这个图，你眼睛的重点会聚焦在红色区域人--》看脸文章看标题段落看开头后面的落款这些红色区域可能包含更多的信息，更重要的信息注意力机制：我们会把我们的焦点聚焦在比较重要的事物上。
2024-03-09 14:04:25
21
原创 中科大并行计算第二章
①mpicc是C语言编译器的包装脚本(wrapper script)，包装脚本的主要目的是运行程序；②所有 MPI定义的标识符都由字符串 MPI_开始。
2024-01-28 00:55:11
359
原创 esmfold基于现有方法的优化
CUDA是NVIDIA独有的GPU并行计算平台,必须有NVIDIAGPU才能运行CUDA程序。更专注于 Python 软件包。选择使用哪个工具通常取决于您的环境和项目需求。都是流行的包管理工具，但它们在环境管理和软件包解析方面存在一些区别。还能够处理非 Python 软件包，而。
2023-12-18 23:12:09
785
1
原创 【无标题】
是一个命令行工具和库，用于传输数据，支持各种协议，如HTTP、HTTPS、FTP等。它的名字来源于"Client for URLs"，表示它是一个用于处理URL的客户端工具。monomeric proteins 单体蛋白 prerequisite前提条件。in collaboration with 与什么合作。integrated 整合的" 或 "集成的。state-of-the-art 最先进的。simultaneous 同时。open atlas 开放图谱。repository 仓库。
2023-12-17 17:43:27
44
1
原创 Fastfold:将训练时间从11天减少到67hours
1.：数据并行是最基本、应用最广泛的并行方法。每个设备都有一套，并处理。在训练阶段，每个设备使用自己的小批量计算，然后使用 all-reduce 通信对全局梯度进行平均。然后根据平均梯度更新模型参数。2.模型并行将，根据分布方式可分为。2.1在管道并行中，模型在设备之间。然而，由于不同设备上的计算之间的依赖性，该方法引入了。为了提高资源利用率，小批量通常分为微批量，这允许不同设备上的计算之间有更多的重叠。
2023-12-10 17:56:33
94
转载 精读transformer模型（limu）
循环层是要我们知道，如果你的序列是长的 N 话，它就一个一个做运算，每个里面它的主要的计算就是一个 N 乘以 N 的矩阵，一个你就是一个 dance layer 然后再乘以你一个长为 D 的一个输入，所以它是一个 N 平方，然后要做 N 次，所以是 N 乘 D 平方。2 种常见的注意力机制：加性的注意力机制（它可以处理你的 query 和 key 不等长的情况，点积 dot-product 的注意力机制 （本文采用 scaled，➗ sqrt(dk) ），所以你可以看到它的名字它叫做 scale 的。
2023-12-04 15:11:21
352
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