他们都说有手就行-CSDN博客

原创 Datawhale X 李宏毅苹果书 AI夏令营深度学习（进阶）方向 Task03 学习笔记

在分类任务中，交叉熵损失函数比均方误差更常用。交叉熵损失的梯度更适合优化，即使在初始阶段，参数远离最优解时，交叉熵的梯度也足够大，能够有效地指导参数更新，而均方误差在这些情况下梯度可能趋近于零，导致优化过程停滞。

2024-09-03 23:29:22 263

原创 Datawhale X 李宏毅苹果书 AI夏令营深度学习（入门）方向 Task03 学习笔记

在实际应用中，首先应检查训练数据的损失，并确保模型在训练集上能够学好。接着再分析测试数据的结果，判断是模型偏差、优化问题还是过拟合。如果是过拟合问题，可以尝试数据增强或限制模型的复杂度。如果是数据集不匹配问题，则需要重新考虑训练集和测试集的选择或数据预处理方法。

2024-09-03 23:18:36 502

原创 Datawhale X 李宏毅苹果书 AI夏令营深度学习（进阶）方向 Task02 学习笔记

在深度学习的实际应用中，优化模型参数以提高性能和减少误差是至关重要的。Task2涵盖了几种高级的优化策略，包括自适应学习率、不同的优化算法以及实践操作。

2024-08-31 23:29:24 191

原创 Datawhale X 李宏毅苹果书 AI夏令营深度学习（入门）方向 Task02 学习笔记

线性模型尝试通过调整权重 www 和偏置 bbb 来预测结果，基于最小化误差的概念。具体来说，线性模型形式如下： y=wx+by = wx + by=wx+b 其中 xxx 是输入，yyy 是输出，www 是权重，bbb 是偏置。

2024-08-31 23:22:39 371

原创 Datawhale AI 夏令营第五期 CV方向 Task02：建模方案解读与进阶---学习笔记

物体检测是计算机视觉领域的一个重要任务，它的目标是在图像或视频帧中识别和定位感兴趣的物体。物体检测算法不仅要识别图像中的对象属于哪个类别，还要确定它们在图像中的具体位置，通常以边界框（bounding box）的形式表示。输入：物体检测算法的输入通常是一张图像或视频帧。特征提取：算法使用深度学习模型（如卷积神经网络CNN）来提取图像的特征。这些特征捕捉了图像中的视觉信息，为后续的物体识别和定位提供基础。候选区域生成。

2024-08-29 23:58:47 926

原创 Datawhale X 李宏毅苹果书 AI夏令营深度学习（入门）方向 Task01学习笔记

书中图1.3: 这张图展示了梯度下降算法如何工作，包括如何选择初始点，如何根据损失函数的梯度调整参数，以及如何迭代优化以逐渐减少损失。: 图中展示了在不同斜率条件下参数如何更新，如果斜率为负，则增加参数值以降低损失；如果斜率为正，则减少参数值。书中图1.4图1.5-梯度下降优化的过程。

2024-08-27 23:56:28 366

原创 Datawhale X 李宏毅苹果书 AI夏令营深度学习进阶方向 Task01学习笔记

说明了不同维度对误差表面的影响。在一维空间中，局部极小值明显，但在更高维度，这些局部极小值可能仅是鞍点。讨论了批量大小对梯度计算的影响，表明较小的批量可以增加更新方向的随机性，有助于避免陷入局部最小值。讨论了自适应学习率的优势，可以根据损失的变化动态调整学习率，以改善训练过程中的收敛速度和稳定性。描述了动量法在优化中的作用，通过前一步的方向和当前梯度的组合，有助于跨过局部极值或鞍点。分析了批量大小对计算效率的影响，指出较大的批量在并行计算中效率更高。

2024-08-27 23:27:54 322

原创 Datawhale AI 夏令营第五期 CV方向 Task01：跑通YOLO方案baseline---学习笔记

模型选择与训练在开发过程中，首先选择合适的目标检测模型架构，比如YOLOv8、YOLOv10、Fast R-CNN等。这些模型的选择通常基于应用场景的需求，如实时性要求、精度需求、计算资源限制等。使用标注好的训练数据集对模型进行训练。训练的结果是生成一个模型文件（通常是.pt文件，表示PyTorch格式的模型权重）。模型部署与前端开发训练好的模型文件可以被部署到一个检测系统中。前端开发者通常会创建一个图形用户界面（GUI），用户可以通过这个界面上传或实时捕获图像/视频。

2024-08-26 23:03:13 1029

原创 Datawhale X 魔搭AI夏令营第四期-AIGC文生图lora方向 Task3笔记

GUI 是 "Graphical User Interface"（图形用户界面）的缩写。简单来说，GUI 就是你在电脑屏幕上看到的那种有图标、按钮和菜单的交互方式。ComfyUI 是GUI的一种，是基于节点工作的用户界面，主要用于操作图像的生成技术，ComfyUI 的特别之处在于它采用了一种模块化的设计，把图像生成的过程分解成了许多小的步骤，每个步骤都是一个节点。这些节点可以连接起来形成一个工作流程，这样用户就可以根据需要定制自己的图像生成过程。可以观看此视频更详细的了解。

2024-08-17 23:57:37 731

原创 Datawhale X 魔搭AI夏令营第四期-AIGC文生图lora方向 Task2笔记

继task01跑通baseline之后，有时候回想起实例中那些自己摸不着头脑的代码片段，确实有些好奇，task2正好用借助通用大语言模型工具精读了一下这些代码片段，并进行了实战演练一一基于话剧的连环画制作。（这里学习文档给出的大语言模型是国内的通义千问，但是个人更喜欢用chatgpt-4o，感觉又快又准）

2024-08-14 23:58:12 881

原创 Datawhale X 魔搭AI夏令营第四期-AIGC文生图lora方向 Task1笔记

参与Datawhale X 魔搭 AI夏令营的同学，可以参考一下这个简要流程，快速跑通baseline，完成task1，同时完成相关比赛，共同学习！！！task1总时长大概40+分钟，只有两个要等待的地方，一次10分钟，一次30分钟（比之前第二期的一个任务等待2h，走开容易自动关闭实例就友好了很多）。

2024-08-11 23:58:40 426

m0_74485136的博客