自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

Bedoom的博客

高山仰止

  • 博客(32)
  • 收藏
  • 关注

原创 ShadowFormer:Global Context Helps Images Shadow Removal

本论文主要是对图像阴影去除工作的研究。现有工作都是针对于局部阴影或阴影部分分别进行优化,这就会导致在分界线上有明显不同(光照不一致,伪影情况)。因此,本文提出一种全局优化算法shandowFormer来解决分界不一致问题。

2024-04-18 12:48:17 830

原创 【大模型服务】01EdgeFM: Leveraging Foundation Model for Open-set Learning on the Edge

该文发表在 SenSys’23(CCF B) 上,作者是来自港中文的鄢振宇。这是一篇关于云端协同的文章,主要解决边缘设备深度模型的泛化性不足问题,实现 Open-set Learning。

2024-03-19 10:54:41 863

原创 【算法随想录03】相交链表

第一种,遍历两个链表,计算出节点数,然后将节点数多的链表向后平移;第二种,定义两个指针,分别先后遍历两个链表。主要难点在于如何进行节点之间的对应。两条链表长度不定长,如何找到需要对比的节点至关重要。我们从后往前看,我们需要对比的节点有什么特点。解决这个问题,有两种方案。这就是我们的突破口。

2024-02-15 15:56:08 539 1

原创 【算法随想录02】环形链表 ||

在第一节的时候,我们使用快慢指针解决了链表中存在环的问题。现在我们考虑怎么可以找到开始入环的第一个节点。设慢指针走了k步,那么快指针走了2*k步。如果二者相遇,该坏上节点个数一定是k的公约数。此时我们将慢指针调回头节点,下一次相遇的位置就是入点位置。

2024-02-15 15:30:55 436

原创 【算法随想录01】环形链表

【代码】【算法随想录01】环形链表。

2024-02-13 17:45:41 803

原创 【论文阅读】Automated Runtime-Aware Scheduling for Multi-Tenant DNN Inference on GPU

该论文发布在 ICCAD’21 会议。该会议是EDA领域的顶级会议。

2024-01-23 22:04:36 1338 1

原创 【python自动化系列01】Openpyxl,操作Excel文件的利器

如果要批量操作Excel文件,使用最广泛的是 Openpyxl 库。这个库集成了Excel的所有操作,从创建Excel、保存Excel到设置Excel单元格字体、颜色都可以实现。下面开始学习 Openpyxl 的简单使用吧!!!

2024-01-23 21:33:33 674

原创 分布式文件系统代码详解

注册dataserver信息,初始化一个nameserver客户端实例,远程调用 RegisterDataServer 方法,将自己的host和port注册。获取request的headers,提取出jwt,调用stub.VerifyJWT,验证是否成功登录。若成功登录,则返回f’{self.data_dir}{request.path}'路径下的文件列表。从元数据中获取JWT,验证JWT。

2023-12-22 16:46:10 898

原创 【论文阅读】Resource Allocation for Text Semantic Communications

语义通信在传输可靠性方面有着天然优势,而其中的资源分配更是保证语义传输可靠性和通信效率的关键所在,但目前还没有研究者探索该领域。为了填补这一空白,我们研究了语义领域的频谱效率,并重新思考语义感知资源分配问题。具体来说,以文本语义通信为例,首次定义了语义谱效率(S-SE),并用于根据通道分配和传输的语义符号的数量来优化资源分配。此外,为了公平地比较语义通信系统和传统通信系统,开发了一种变换方法,将传统的基于比特的频谱效率转换为S-SE。

2023-12-22 16:44:06 1734

原创 使用python实现 grpc 通信

【代码】使用python实现 grpc 通信。

2023-12-20 12:06:41 432

原创 【无标题】

由于很多liunx系统都不支持so_reuseport 所以安装grpcio的时候需要按照上面的这种模式进行编译安装,时间会稍长(多进程监听参数)

2023-12-20 12:05:50 374

原创 安装 selenium 及配置 edge 浏览器驱动

上图中看到我的Edge版本是 120.0.2210.61。将其解压到python解释器目录并重命名为。将压缩包解压到一个指定路径下。访问百度,看看能否正常打开。安装浏览器驱动时注意版本保持一致。

2023-12-18 14:53:12 7516 3

原创 Linux 用户管理相关命令

Liunx最大的特点是一切皆文件,系统会根据用户身份决定该用户对文件的操作是否有效。本文将对用户管理命令进行深入浅出的分析,希望对大家有帮助,哈哈。

2023-11-23 17:29:54 73

原创 Liunx find命令详解

find命令在日常使用中也比较常见,由于参数比较多,因此单独记录一下。

2023-11-23 00:30:45 73

原创 linux常用命令

本文介简单介绍了liunx中的常见命令,通俗易懂,对小白非常友好。

2023-11-20 17:56:32 314 1

原创 使用 LVM 将多个硬盘合并,解决 /home 目录容量不足问题

你是否有这样一个难题,由于在安装系统时仅仅给了/home目录100G硬盘大小,但过了一段时间,发现“哎,100G不够用了,当初怎么不多分点呢。”你当然知道重装系统就能解决这个问题,但你的数据就都丢了呀。这时,刚好你还有几块没用的硬盘,于是你就想:可不可以不用重装系统,就可以扩容 /home 目录呢?

2023-11-08 21:38:42 975 3

原创 【VScode报错】改变服务器ip后,重新登录报错:Permission denied, please try again.

原因:该报错是由于没有服务器端的.vscode-server未及时更新导致。如果你在VScode中遇到不停输入密码或者报错。

2023-11-04 11:35:55 1003 1

原创 docker 阿里云镜像配置

在阿里云上搜索镜像加速器,点击第一个点击镜像加速器他给出了加速器地址和如何安装,直接复制下面命令即可。查看是否成功配置。

2023-11-02 17:23:52 58 1

原创 最良心的 Docker 安装教程【Ubuntu 20.04】

我相信能点进来的同学应该对 Docker 有所了解。Docker 是用于环境隔离的一种工具,在学校实验室里,一个服务器肯定会有很多人用,底层环境也会有很多人写写改改,说不定哪天你代码就突然不能运行了,哈哈哈。为了防止这种情况的发生,我们可以使用docker来。对于docker的原理,大家去找别的大佬博客看看吧。废话不多说,直接开干!

2023-11-01 16:43:48 124 1

原创 windows台式机用作服务器并实现ssh远程连接

服务器的系统大多都是 Linux 系统,但也有少部分同学使用 Win10 系统的服务器(比如我),那如何远程访问本地win10台式机呢,这就要用到今天的主角:SSH。安装完成之后,需要进行初始化配置,以管理员身份运行PowerShell 。设置服务自动启动确认一下防火墙是否是放开如果是放开的,结果会提示 。以下所有操作均在 PowerShell 中进行。允许新用户使用 访问以管理员身份编辑 %programdata%\ssh\sshd_config 这个文件,添加一下内容并保存。

2023-10-30 21:09:34 1557 2

原创 GPU 工作原理

随着 LLM 的不断发展,算力成为一个非常热门的话题,尤其在前段时间4090禁止出售给中国的时候。说到算力,不免要讨论一下 GPU。虽然大家都用着 GPU ,但真正了解 GPU 工作原理的人并不多。本篇文章将会从 GPU 底层架构出发告诉你 GPU 是如何进行并行计算的。

2023-10-27 21:16:11 274 3

原创 【论文阅读】Serving DNNs like Clockwork: Performance Predictability from the Battom Up

Arpan Gujarati是印第安人,哥伦比亚大学助理教授,研究方向涵盖实时系统、分布式系统、可靠性分析、调度问题等。这篇论文出自他作为博士后第一年写的文章,创新点很新,算是一个比较先驱的东西了。膜拜膜拜☺☺☺随着机器学习(ML)的不断发展,模型推理也变得越来越多。用户对于一个推理请求会有不同的需求(包括低时延、高吞吐量、低成本)。目前至少有100家公司正为加速机器学习推理而设计芯片。然而,对于高性能模型服务,软件瓶颈继续阻碍着硬件加速器的高效使用。

2023-10-24 21:01:56 100

原创 git配置安装保姆级教程

git作为一个应用十分广泛的团队管理工具,虽然操作有点难(命令行),但作为一个程序员,你也应该学会如何使用git。

2023-10-17 11:03:33 64

原创 INFaaS: AutoMated Model-less Inference Serving

Francisco Romero 是一名Stanford的博士生,蛮有意思的是,他的研究领域并不是云计算,而是视觉方向。搜索近年写的文章,依然集中于video analytics,每年都有顶会顶刊,实属羡慕。接下来就不过多介绍了qaq(人家不搞云计算)。

2023-10-13 23:50:13 228

原创 VSCode远程连接服务器并运行python程序

VSCode是一款开源的编译神器,有很多人喜欢用它来工作、学习。其一是它是一个轻量级应用,运行时不会占用太多的空间;其二是它的插件已经十分丰富,足以满足我们日常的需求;其三是由于使用的人非常多,因此当VSCode出现问题时,也很容易在网上得到解决。本篇文章将教会你如何远程连接服务器,并在此基础上如何运行程序。

2023-10-10 11:41:39 1875 3

原创 配置VScode python环境

原IDE是pycharm2019,现在2023年了,咱也要跟着进步不是。前几天下了pycharm2023,发现布局和VScode极其类似,但pycharm运行速度要比VScode慢(感觉),于是转战VScode。

2023-10-06 19:20:20 308 1

原创 恶补云计算

底层模型服务提供了一种托管和管理模型的方式,使用户可以方便地部署和使用模型,而无需关注底层的基础设施和细节。邻接矩阵(Adjacency Matrix):邻接矩阵是一种二维矩阵,其中矩阵的行和列分别表示图中的节点,矩阵中的元素表示节点之间的连接关系。在云计算领域,“full distributed model serving system”(完全分布式模型服务系统)是指一种用于部署和管理机器学习模型的系统,该系统能够在分布式环境中提供高性能和可伸缩性的模型推理服务。

2023-10-05 21:26:17 112

原创 解决bing搜索总是显示【没有与此相关的结果,检查拼写或尝试其他关键字】

在使用bing搜索时我发现这样一个问题,bing对大部分搜索词进行了屏蔽。当搜索词过长或搜索词无逻辑时,就会无法搜索。

2023-09-29 09:55:53 4242 2

原创 无模型策略评估算法(Monte Carlo and Temporal Difference)

本文介绍了两种无模型策略(Monte Carlo和Temporal Different)的逻辑过程及代码实现,希望可以帮助到大家。

2023-09-23 20:25:36 140 1

原创 马尔可夫链决策过程(Markov decision process)

本文讨论如何应用强化学习中经典模型----马尔可夫链模型对外界信息进行正确处理,包含大量数学推导,但会尽量使用直白的话语让你对Markov chain有所了解。如果你要使用该模型,必须要满足一个条件p(st+1∣st,at)=p(st+1∣sh,at)p(s_{t+1}|s_t, a_t) = p(s_{t+1}|s_h, a_t)p(st+1​∣st​,at​)=p(st+1​∣sh​,at​)即agent所做的决定仅受当前状态的影响。这是一个大前提,那如何做到这一点呢?只有一种办法即保证st

2023-09-19 13:02:55 369

原创 新号,开始我的科研之旅

下面来谈一下关于我的规划。杂谈更多展现的是我的理性思考,可能半年发一次?总之,时间间隔会比较久,毕竟我不是哲学家嘛,不能每天都有新的感悟。灌水则侧重感性思考,可能会展现我的一些成长,等我毕业回顾时,应该蛮有意思的(不会没有成长吧,不会!因此这篇博文大多是我的胡言乱语,但如果你读完的话,你会对我有更深的了解。正如标题所说,我打算拿这个号来记录我的三年生活,如果你还没有规划或者有考虑读研的话,建议你关注我一下,这些都是我的真情实感,对你未来很有帮助。就这样,如果你有什么问题,请私信或者评论,每天我都会看的。

2023-09-18 14:30:15 95

原创 初识Reinforcement Learing

强化学习(Reinforcement Learning)在百度上的解释是机器学习中的一个领域,强调如何基于环境而行动,以取得最大化的预期利益。在我的理解里,强化学习就是用了解决庞大而又复杂问题的一种方式,这通常是最优化问题。用CS234中的一句话解释就是:一个著名的例子:AlphaGo。如果不用 RL 的话,用穷举来解决这个问题可以吗?说实话,肯定是可以的,但这个程序就会十分复杂而且运行起来十分缓慢,那这,又有什么意义呢?这时强化学习就派出了用场。

2023-09-15 15:20:22 34

自制论文ppt,论文题目:INFaaS: Automated Model-less Inference Serving

INFaaS: Automated Model-less Inference Serving是一篇21年的文章,引用量145,算是一篇比较有影响力的文章。INFaaS主要解决推理服务系统的两个问题:易用性和成本效益。以往的推理服务系统需要开发人员手动调模型选择策略,自动伸缩策略,为模型选择相适应的硬件环境等,而使用INFaaS,开发人员仅需指定应用需求,包括精度和时延,INFaaS会自动地进行相关配置,返回想要的结果。同时,为了提高成本效益,INFaaS实现模型纵向伸缩策略,可以保证在不影响系统性能的情况下,最大程度提升成本效益。 为了更加全面的评估INFaaS结果,作者对吞吐量、模型选择策略、共享资源和决策效益进行评估,准确地说明INFaaS系统具有易用性和成本效益。 总体来说,INFaaS算是一篇比较开创性的文章,因为之前没有人研究过。可以为以后的研究工作提供帮助。

2023-10-16

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除