- 博客(100)
- 收藏
- 关注
RSS订阅原创 强化学习系列——PPO算法
强化学习中PPO（Proximal Policy Optimization）是一种先进的策略梯度方法，其核心思想是通过限制策略更新的幅度来稳定训练过程。PPO结合了优势函数（advantage function）以及off-policy 训练思想（重要性采样（importance sampling））。推荐参考视频 零基础学习强化学习算法：ppo策略优化目标（on-policy） 策略优化的目标是最大化期望累积奖励：J(θ)=Eτ∼πθ[∑t=0Tγtr(st,at)]J(\theta) = \mathb
2025-06-12 02:52:59
760
原创 DDPM优化目标公式推导（详细）
总体推导请参考DDPM优化目标公式推导以下完整推导从初始 VLB 表达式出发，逐步简化为最终形式：VLB=Eq[logpθ(x0∣x1)]−∑t=2TEq[DKL(q(xt−1∣xt,x0)∥pθ(xt−1∣xt))]−DKL(q(xT∣x0)∥p(xT))\boxed{\text{VLB} = \mathbb{E}_{q} \left[ \log p_\theta(\mathbf{x}_0 | \mathbf{x}_1) \right] - \sum_{t=2}^T \mathbb{E}_{q} \l
2025-06-08 20:12:00
1030
原创 DDPM优化目标公式推导
DDPM（Denoising Diffusion Probabilistic Models）的优化目标推导基于变分下界（Variational Lower Bound, VLB） 或 证据下界（Evidence Lower Bound, ELBO）。以下是详细推导过程：xt−1,βtI)反向过程（生成过程）：学习参数化的马尔可夫链：pθ(x0:T)=p(xT)∏t=1Tpθ(xt−1∣xt),pθ(xt−1∣xt)=N(xt−1;μθ(xt,t),Σθ(xt,t))p_\theta(\math
2025-06-07 23:54:32
713
原创 RCNN系列算法发展脉络
RCNN系列是深度学习目标检测算法的奠基之作，从RCNN到Faster RCNN的演进，不仅提高了检测速度和精度，还优化了模型的端到端训练能力。Mask RCNN则使得目标检测迈向了实例分割的新时代。尽管在实时检测场景中YOLO系列更占优势，但在精度要求较高的任务中，RCNN系列依旧具有强大竞争力。
2025-05-21 01:02:12
822
原创 YOLOv1到YOLOv11全解析：一文搞懂11个版本升级路线！
YOLO（You Only Look Once）是目标检测领域最具影响力的算法家族之一，从最初的 YOLOv1 到最新发布的 YOLOv11，十年间持续进化，广泛应用于安防监控、无人驾驶、工业质检、移动端部署等场景。，助你在面试、论文阅读、项目实战中快速定位和选择合适的版本！本篇文章将带你一次性掌握 YOLO 的。精度与速度的平衡非常优秀。
2025-05-20 19:16:15
780
原创 PyTorch 之 torch.distributions.Categorical 详解
掌握这个类的用法，能让你在强化学习、自然语言处理等诸多领域更加得心应手地构建和训练模型。在深度学习的诸多任务中，我们常常需要处理离散概率分布，比如在自然语言处理中对词汇表中的单词进行采样，或者在强化学习中从策略网络输出的动作概率分布中选择动作。本文将深入讲解这个类的用法，帮助你在实际项目中更好地利用它。方法计算分类分布的熵，熵反映了分布的不确定性。是一个元组，用于指定采样的样本数量和形状。默认为空，表示采样一个样本。方法枚举分布的支持集，即所有可能的类别索引。在语言模型中，模型会预测下一个单词的概率分布。
2025-05-20 17:40:41
768
原创 强化学习基础原理详解与核心公式
强化学习融合了控制论、博弈论、运筹学与机器学习等多个领域的思想，是构建智能体的一种重要方式。理解其基础原理和核心公式，是学习深度强化学习、AlphaGo、自动驾驶等高阶应用的关键第一步。深度强化学习（DQN、DDPG、PPO、A3C）策略梯度的推导与实现强化学习的代码实战（基于Python和PyTorch）
2025-05-20 04:06:13
877
原创 强化学习系列——时序差分学习（SARSA与Q-Learning）
强化学习环境一般建模为一个马尔可夫决策过程（MDP）SAPRγSAPRγSS：状态空间AA：动作空间Ps′∣saP(s'|s,a)Ps′∣sa：状态转移概率RsaR(s,a)Rsa：奖励函数γ∈01γ∈01：折扣因子目标是学习一个策略π\piπ下的状态值函数或状态-动作值函数：VπsEπ∑t0∞γtRt1∣S0sVπsEπt0∑∞γtRt1。
2025-05-20 03:39:43
966
原创 条件生成模型介绍
条件生成（Conditional Generation）是指在生成模型中，引入额外的条件信息（如类别标签、文本描述、图像等）来指导生成过程，使模型能够生成符合特定语义或属性的样本。它是从无条件生成（只学习pxpx）扩展到学习条件分布px∣cpx∣cx\mathbf{x}x：生成的样本（如图像、文本、音频等）c\mathbf{c}c：条件信息（如类别标签、文字、风格等）模型类型条件生成方法条件信息注入方式GAN标签输入 G 和 Dconcat 或嵌入VAE。
2025-05-19 04:07:51
1036
原创 分类器引导的条件生成模型
分类器引导的条件生成模型通过外部分类器的梯度信号，在不修改生成模型结构的情况下实现可控生成。其核心在于贝叶斯框架下的梯度融合，既保留了生成模型的多样性，又增强了条件指向性。实际应用中需注意分类器与生成模型的协同性，并通过实验调整参数以达到最优效果。
2025-05-19 04:01:46
1024
原创 扩散模型（Diffusion Model）介绍
扩散模型（Diffusion Model）是一类生成模型，其基本思想是通过模拟数据的逐步“扩散”与“去扩散”过程，学习数据分布，从而生成新的样本。扩散模型近年来在图像生成（如Stable Diffusion）等任务中表现出色。生成质量高；训练稳定；可与其他条件灵活结合。给定时间步序列t0Tt1⋯tN0t0Tt1⋯tN0，设定噪声调度表αˉtαˉt，采样过程如下：xt0∼N0Ixt0∼N0I。
2025-05-19 03:56:12
870
原创 生成对抗网络（GAN）原理
生成对抗网络（）是由等人在 2014 年提出的一种深度生成模型。它通过两个神经网络之间的博弈（对抗）过程，学习数据的生成分布，从而生成以假乱真的数据（如图像、语音等）。GAN 是近年来生成模型领域的重要突破，广泛应用于图像生成、风格迁移、图像修复等任务中。
2025-05-19 01:09:33
647
原创 YOLOv5目标构建与损失计算
YOLOv5作为单阶段目标检测的经典算法，其高效的检测性能离不开精心设计的训练目标构建和损失计算策略。本文将深入解析YOLOv5源码中build_targets目标构建函数和ComputeLoss损失计算类的实现原理，揭开模型优化背后的关键技术。该函数核心思想是将每个目标分配到最合适的特征图层、网格位置和锚点尺寸，同时考虑中心点偏移以增加匹配机会，最终构建用于计算分类和定位损失的训练目标。该实现通过动态目标分配、多尺度损失平衡和先进的IoU计算方式，有效提升了YOLOv5的检测性能。
2025-05-18 23:36:41
821
原创 目标检测评估指标mAP详解：原理与代码
在目标检测任务中，mAP（mean Average Precision）是最重要的评估指标之一。精确率（Precision）与召回率（Recall）的平衡关系PR曲线的绘制原理AP（Average Precision）的计算方法多类别场景下的mAP计算附完整代码实现与逐行解析。
2025-05-18 18:46:30
843
原创 PyTorch实现三元组损失Triplet Loss
三元组损失（Triplet Loss）是深度学习中用于学习特征表示的重要损失函数，最初在FaceNet论文中提出，后被广泛应用于人脸识别、行人重识别（ReID）等任务。其核心思想是通过锚点样本（Anchor）、**正样本（Positive）和负样本（Negative）**的三元组，让同类样本的特征距离更近，不同类样本的特征距离更远。margin：间隔参数，控制正负样本对之间的最小距离：PyTorch内置的排序损失函数。
2025-05-17 09:48:01
1034
原创 PyTorch实现CrossEntropyLoss示例
在深度学习的分类任务中，交叉熵损失函数被广泛应用。然而，传统的交叉熵损失容易导致模型对预测结果过于自信，从而引发过拟合问题。本文介绍一种改进方法——标签平滑（Label Smoothing），并通过PyTorch实现该技术。代码源自计算机视觉领域的经典论文《Rethinking the Inception Architecture for Computer Vision》，可有效提升模型的泛化能力。self.eps = eps if label_smooth else 0 # 平滑因子。
2025-05-17 09:31:20
1038
原创 目标检测中的IoU损失函数
IoU损失函数的演进体现了目标检测领域对几何关系建模IoU → GIoU：解决梯度消失问题；：引入距离惩罚，加速收敛；：细化长宽比优化，提升精度。讨论话题在您的实际项目中，哪种IoU损失效果最佳？对于旋转目标检测，如何改进IoU损失？
2025-05-14 00:15:52
502
原创 Focal Loss 原理详解及 PyTorch 代码实现
Focal Loss 是为解决类别不平衡问题设计的损失函数，通过引入 gamma 参数降低易分类样本的权重，使用 alpha 参数调节正负样本比例。在目标检测等类别不平衡场景中表现优异。"""应用 Focal Loss 通过 gamma 和 alpha 参数改进 BCEWithLogitsLoss 以处理类别不平衡"""self.loss_fcn = loss_fcn # 必须使用 nn.BCEWithLogitsLoss()self.gamma = gamma # 调节难易样本权重的指数参数。
2025-05-13 12:24:47
592
原创 深度可分离卷积：原理、计算优化
显著降低了计算成本和参数数量。然而，对其计算过程和公式的理解常存在误区，本文将通过修正错误并提供严格推导，阐明其核心原理。：正确理解深度卷积的维度与计算关系，是准确实现和优化模型的关键。原描述中因维度混淆导致的公式错误，可能误导读者对计算效率的评估，修正后更符合实际应用场景。深度可分离卷积（Depthwise Separable Convolution）是一种高效的卷积操作，通过将标准卷积拆解为两步操作——标准卷积的每个输出位置需对输入张量的。个元素进行乘加操作。每个通道独立计算，单通道计算量为。
2025-05-09 16:04:28
1149
原创 矩阵求导常用公式解析：标量、向量与矩阵的导数计算
矩阵求导是机器学习、优化理论中的重要数学工具。本文将系统推导标量对向量、向量对向量、标量对矩阵的求导公式，并解析分子布局与分母布局的核心差异。场景：计算 ∂z∂x\frac{\partial \mathbf{z}}{\partial \mathbf{x}}∂x∂z，其中 z=Wx+b\mathbf{z} = \mathbf{W}\mathbf{x} + \mathbf{b}z=Wx+b分子布局：∂z∂x=W(维度 m×n)\frac{\partial \mathbf{z}}{\partial \mat
2025-05-03 04:04:36
1210
原创 Traefik应用：配置容器多个网络时无法访问问题
Traefik容器所在的网络也是traefik-public，而配置容器服务使用了两个网络，一个是default，另一个是traefik-public，导致部署后一直无法访问容器服务。
2025-04-09 23:59:37
506
原创 Gunicorn+Eventlet无法收到SocketIO发送的消息
遇到的emit消息无法发送到客户端的问题，可能由多种配置或兼容性问题导致。1. 确保正确安装依赖库问题原因：未安装eventlet导致 Flask-SocketIO 回退到同步模式，无法处理WebSocket请求。# 安装 eventlet pip install eventlet2. 检查 Gunicorn 启动命令问题原因：未指定eventlet作为 worker class，或 worker 数量过多（WebSocket 通常需单线程）。
2025-03-25 16:25:04
737
原创 WSL2 Ubuntu安装Cuda 11.8
根据指示完成安装。PATH：将 CUDA 的可执行文件路径添加到系统路径。：将 CUDA 的库文件路径添加到动态链接库路径。nvcc --version # 应输出 11.8 nvidia-smi # 查看驱动和 GPU 状态 /usr/local/cuda-11.8/extras/demo_suite/deviceQuery # 运行测试程序。
2025-03-15 23:38:13
947
原创 WSL2 Ubuntu安装GCC不同版本
在 WSL2 的中安装GCC 7.1需要手动操作，因为该版本较旧且 Ubuntu 24.04 的默认仓库已不再提供。
2025-03-15 22:45:13
1346
原创 Docker镜像中的源替换为国内源
使用Dockerfile构建Containers，通常国内网络更新安装包会有网络问题。本文以python:3.11.7-slim-bookworm镜像为例，实现替换镜像源。
2024-09-04 22:01:40
3449
原创 docker创建数据库容器并映射存储数据
使用Docker创建Redis容器并使用Volume映射存储数据是一个常见的操作。创建一个目录用于存储Redis数据首先，创建一个目录用于存储Redis的数据。例如，我们创建一个名为的目录。创建并运行Redis容器使用Docker命令创建并运行Redis容器，并将本地目录映射到容器内的数据目录。-v /mydata/redis/data:/data \ # 如果是使用docker volume 则改为 -v redis_data:/data-d：以 detached 模式运行容器（后台运行）。
2024-08-22 16:29:27
854
1
原创 fastapi+react实现第三方登录功能示例
实现使用第三方登录功能（例如 Google、GitHub、WeChat 等）通常涉及前后端的协同工作。以下是一个基本的实现方案，使用 FastAPI 作为后端，React 作为前端。后端：使用 FastAPI 处理 OAuth2 回调，获取用户信息，并将其与现有用户关联或创建新用户。同时，提供动态获取登录 URL 的接口。前端：使用 React 处理登录按钮和回调逻辑，从后端动态获取登录 URL，并将获取的存储在中，并在用户访问个人资料页面时使用该获取用户信息。
2024-08-21 17:23:22
1240
1
原创 PyTorch实现NMS算法
NMS 算法源码实现Python实现NMS（非极大值抑制）对边界框进行过滤。目标检测算法（主流的有 RCNN 系、YOLO 系、SSD 等）在进行目标检测任务时，可能对同一目标有多次预测得到不同的检测框，非极大值抑制（NMS） 算法则可以确保对每个对象只得到一个检测，简单来说就是“消除冗余检测”。
2024-06-20 19:31:03
769
原创 Git使用笔记
在Git中，如果只想推送一个特定的提交（commit），而不是整个分支，可以使用以下步骤：首先，找到你想要推送的提交的哈希值。通过运行git log命令来查看提交历史，并找到你想要推送的提交的哈希值。假设需要推送的提交的哈希值是这里的是你想要推送到的分支名称。如果你想推送到当前分支，你可以省略部分。请这种方法适用于推送一个单独的提交，而不是一个完整的分支。如果想要推送一个完整的分支，应该使用。
2024-05-25 18:00:59
604
1
原创 【创建git仓库并关联github账户】
将文件夹创建为git仓库并与GitHub上的对应git地址关联：打开终端或命令提示符，并导航到你想要创建git仓库的文件夹。git init添加你的文件到暂存区：git add .提交你的文件到本地仓库：在GitHub上创建一个新的仓库。你可以在GitHub网站上点击"New repository"按钮来完成这个步骤。将替换为你在GitHub上创建的仓库的URL。最后，将你的本地仓库推送到GitHub：这将把你的本地仓库推送到GitHub上的远程仓库。
2024-04-15 02:05:39
453
原创 functools.wraps用法
在Python中，是一个装饰器，它的主要作用是将被装饰函数的一些属性值（如__name__、__doc__等）赋值给装饰器中的函数。这个功能主要用于在使用装饰器时保持函数的元数据。
2024-03-22 15:19:52
705
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