- 博客(33)
- 收藏
- 关注
RSS订阅原创 Auto-Cot解读
(1) Zero-Shot-Cot:也就是"Let‘s step by step"(2) Manual-Cot:人工设计一些demo，这些demo包含question和reasoning。这些demo设计的质量以及和test sample的匹配度都会十分影响LLMs解决test sample的reasoning and facutality。
2024-07-08 04:22:21
464
1
原创 Error #15: Initializing libiomp5md.dll, but found libiomp5md.dll already initialized.
import osos.environ[‘KMP_DUPLICATE_LIB_OK’]=‘True’
2021-11-10 14:09:39
283
原创 opencv保存图片小bug
错误：cv2.error: OpenCV(4.4.0) C:\Users\appveyor\AppData\Local\Temp\1\pip-req-build-6sxsq0tp\opencv\modules\imgcodecs\src\loadsave.cpp:667: error: (-2:Unspecified error) could not find a writer for the specified extension in function 'cv::imwrite_'图片路径不对，
2021-11-08 18:55:03
3109
原创 PCL-点云读入
1.pcl点云读入代码#include <iostream>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h> // 里面是pcl库点云的数据类型intmain(int argc,char** argv){pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>); // 建
2021-11-08 11:36:10
1073
1
原创 卷积正则化
self.dropblock = LinearScheduler( DropBlock2D(drop_prob=drop_prob, block_size=block_size), start_value=0., stop_value=drop_prob, nr_steps=5e3 )class DropBlock2D(nn.Module): r"""Randomly zeroes..
2021-08-20 14:45:30
319
原创 hard—mish
class hard_Mish(nn.Module): def __init__(self): #初始化继承 super(hard_Mish, self).__init__() def forward(self, x): return x * F.hardtanh(x + 3, 0., 6.) / 6.
2021-08-20 14:43:17
243
原创 self—attention
class Self_Attn(nn.Module): """ Self attention Layer""" def __init__(self, in_dim, activation): super(Self_Attn, self).__init__() self.chanel_in = in_dim self.activation = activation self.query_conv = nn.Conv2d(in_
2021-08-20 14:42:23
93
原创 pytorch初始化权重
def _init_weights(self, m): if isinstance(m, nn.Linear): trunc_normal_(m.weight, std=.02) if isinstance(m, nn.Linear) and m.bias is not None: nn.init.constant_(m.bias, 0) elif isinstance(m, nn.Lay...
2021-08-16 17:13:57
840
原创 权值初始化
1.权值初始化的作用：正确的权值初始化可以促进模型的快速收敛，不正确的权值初始化可能使得模型发生梯度消失有及梯度爆炸，最后出现模型难以训练的情况。2.梯度消失与爆炸的原因：3.无激活函数的输入与权值控制（方差一致性原则）：其中，图中的两个1分别为输入和权值的方差，在无激活函数的情况下，输入的方差应该控制在1，权值的方差应该控制在根号1/n.4.有激活函数的输入与权值控制（方差一致性原则）：每一个不同的激活函数拥有属于自己的初始化原则...
2021-08-13 15:22:34
271
原创 卷积，池化，线性，激活层分别的作用
1.卷积（不包括特别的变式卷积）主要分为正常卷积（1，2，3d）和转置卷积，卷积的作用是提取特征2.池化:对数据进行收集（多变少）并总结（最大值或者平均值）3.全连接层：对前一层线性组合，线性变换4.激活层：对特征进行非线性变换，赋予神经网络深度的意义列举一些：sigmoid：特性：输出在（0，1），符合概率，导数范围在【0，0.25】会出现梯度消失（链式求导），输出为非0均值，破坏数据分布。tanh：输出值在（-1，1），数据符合0均值，导数范围在【0，1】，在网络层数多的情况下，易出现梯度消失
2021-08-13 12:57:31
4099
原创 多元线性回归的理解
一.梯度下降解法和正则化多元梯度下降解法本质上就是将一元梯度下降的解法中的求导变为求偏导，然后一步一步求凸函数的最小值。其中，梯度下降中的正则化的作用是学到不同参数值的重要程度。（好像相比于正规方程中的正则化更为合理一些）二.正规方程解法和正则化正规方程解法是按照传统的高等数学方法求解，但是由于将参数矩阵化以后，要求解的化，会转成线性代数里面的方程组求解，会出现多解的情况，所以需要加入正则化来使得方程组仅有一个解。但由于，正则化方法为给原先解加入一个类似单位矩阵（矩阵的左上角为0，其余与单位矩阵一样）
2021-08-05 23:10:11
307
2
原创 一元线性回归及loss优化问题小的理解
一.loss优化问题如果一个损失函数不是凸函数的话，它是无法优化的。就拿mse来说，这个loss函数一出来，它的函数值在所有区间的定义域上就为一个凸函数。所以，在自定义loss函数的时候，要想明白这个问题。二.西瓜书一元线性回归的求解公式西瓜书上的一元线性回归的求解是利用我们以前的另偏导直接为0解的，跟我们的高等数学求解方法是一样的。三.利用梯度优化问题求解一元线性回归（最普通的梯度下降法）在上面在定义损失函数的时候，已经把，loss函数定义为凸函数，所以它可以利用梯度优化方法来进行优化。其中，需
2021-07-31 23:30:01
409
原创 2021-07-25
卷积与self-attention的感悟插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入1.卷积学的是周围像素点对当前像素点的影响2.卷积具有空间权值共享，无通道权值共享3.self-attention具有通道权值共享，无空间权值共享插入链接与图片链接: link.图片: 带尺
2021-07-25 20:45:44
59
原创 OpenCv（改变颜色空间）-实现追踪蓝色物体的效果
一.#查看一下opencv里所有的颜色转换标记import cv2 as cvflags = [i for i in dir(cv) if i.startswith('COLOR_')]print( flags )二.实现追踪蓝色物体的效果import cv2 as cvimport numpy as np#选择摄像头cap = cv.VideoCapture(0)#死循环，遇到break跳出循环while(1): # 读取帧，cp.read()返回两个参数，第一个参数返回值为
2020-08-12 13:28:20
560
原创 OpenCv（性能衡量和提升技术）
1.使用opencv提升性能'''查看你自己写的函数的执行时间'''e1 = cv.getTickCount()# 你的执行代码e2 = cv.getTickCount()time = (e2 - e1)/ cv.getTickFrequency()img1 = cv.imread('messi5.jpg')e1 = cv.getTickCount()for i in range(5,49,2): img1 = cv.medianBlur(img1,i)e2 = cv.get
2020-08-10 11:14:18
413
原创 OpenCv（图像的算术运算）-图像融合
#注意：融合的时候一定要图片的大小和通道数相等import numpy as npimport cv2 as cvimg1 = cv.imread('m3.jpg')img2 = cv.imread('m4.jpg')dst = cv.addWeighted(img1,0.7,img2,0.3,0)cv.imshow('dst',dst)cv.waitKey(0)cv.destroyAllWindows()...
2020-08-04 10:50:46
129
原创 OpenCv（图像的算术运算）-图像加法
import numpy as npimport cv2 as cvx = np.uint8([250])y = np.uint8([10])#cv下运算：饱和运算：250+10=260=255print(cv.add(x,y))#numpy下运算：取模运算：250+10=260%256=4print(x+y) #总之来说，opencv的效果更好
2020-08-04 10:49:52
490
原创 OpenCv（图像的算术运算）-按位运算
import numpy as npimport cv2 as cvx = np.uint8([250])y = np.uint8([10])#cv下运算：饱和运算：250+10=260=255print(cv.add(x,y))#numpy下运算：取模运算：250+10=260%256=4print(x+y) #总之来说，opencv的效果更好
2020-08-04 10:45:03
456
原创 AI入门python基础-基本语法
一.数据类型1.数字类型#int2#float2.0#复数3+4j2.字符串类型#注意单引号，双引号，三引号的使用细节"python 123 @#$^&(())"3.布尔类型#主要用于逻辑计算的，根据特定情况返回true（1）或者false（0）y = 2 < 14.列表#建立一个名称为a的列表，列表里面存储的并非元素本身，后面单独说明，可修改a = [1, 2, 3, 4, 5]#根据索引返回值a[0]5.元组（）#不可修改的列表b = (1
2020-08-03 20:04:25
279
原创 OpenCv（图像的基本操作）-图像填充（在卷积运算中也有一定的应用）
import cv2 as cvimport numpy as npfrom matplotlib import pyplot as plt#读取图像img1 = cv.imread('messi5.jpg')#cv.BORDER_REPLICATE：重复填充，10，10，10，10：top，bottom，left，rightreplicate = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REPLICATE)#cv.BORDER_REFLECT
2020-08-03 10:54:15
319
原创 OpenCv（图像的基本操作）-拆分和合并图像通道
#注意：cv.split() 是比较费时间的一项操作#拆分b,g,r = cv.split(img)print(b)print(g)print(r)#合并img = cv.merge((b,g,r))print(img)#拆分出蓝色通道b = img [:, :, 0]print(b)#将所有红色通道的值都设置为0img [:, :, 2] = 0r = img [:, :, 2]print(r)...
2020-08-03 10:53:06
428
原创 OpenCv（图像的基本操作）-图像感兴趣区域ROI
#选取图像中你感兴趣的一块区域ball = img[280:340, 330:390]#将你感兴趣的区域复制到另一块区域img[273:333, 100:160] = ball'''显示图像用于查看效果'''#建立空窗口，此方法加载的图像可以调整窗口的大小cv.namedWindow('image',cv.WINDOW_NORMAL)#显示图像cv.imshow('image',img)#窗口暂停cv.waitKey(0)#为了可以关闭窗口cv.destroyAllWindo
2020-08-03 10:51:18
263
原创 OpenCv（图像的基本操作）-访问图像属性
#查看图像形状，并且可以检查图像是彩色图像还是灰度图像print(img.shape)#查看图像像素值总数print(img.size)#图像数据类型print( img.dtype )当然，图像还有一些其他的属性，都可以通过类似的方法来进行访问。...
2020-08-03 10:49:41
218
原创 OpenCv（图像的基本操作）-访问和修改像素值
#导包import numpy as npimport cv2 as cv#加载彩色图像img = cv.imread('messi5.jpg')px = img[100,100]print(px)blue = img[100,100,0]print(blue)#修改像素值img[100,100] = [255,255,255]print(img[100,100])#更好的访问像素值以及修改像素值的方法img.item(10,10,2)img.itemset((10,10,2),
2020-08-03 10:46:18
603
原创 OpenCv（绘图）-轨迹栏作为调色板
import numpy as npimport cv2 as cv#回调函数def nothing(x): pass# 创建一个黑色的图像，一个窗口img = np.zeros((512,512,3), np.uint8)#窗口名字叫做imagecv.namedWindow('image')# 创建颜色变化的轨迹栏cv.createTrackbar('R','image',0,255,nothing)cv.createTrackbar('G','image',0,255,not
2020-08-03 09:50:27
207
原创 OpenCv（绘图）-鼠标作为画笔
一.基础演示（绘制单一图形）显示event所有的模式import cv2 as cvevents = [i for i in dir(cv) if 'EVENT' in i]print( events )''' CV_EVENT_MOUSEMOVE =0, //鼠标移动 CV_EVENT_LBUTTONDOWN =1, //按下左键 CV_EVENT_RBUTTONDOWN =2, //按下右键 CV_EVENT_MBUTTOND
2020-08-02 11:29:03
546
原创 OpenCv（绘图）-线性，圆，椭圆，多边形，文本
导包import numpy as npimport cv2 as cv绘制图像#创建一个512*512的空灰度框图，后面的操作都在此框图上操作img = np.zeros((512,512,3),np.uint8)#绘制一条蓝色直线，第一个参数为绘制对象，第二个参数为起点，第三个参数未终点，第四个参数厚度，即线条的宽度#注意：框图左上角为坐标轴的中心原点，向下延伸为y轴的正方向，向右延伸为x轴的正方向cv.line(img,(0,0),(511,511),(255,0,0),5)#绘制
2020-08-02 10:14:34
151
原创 OpenCv（图像入门篇）-读取，显示，保存视频
从相机中读取视频import numpy as npimport cv2 as cv#选择摄像头cap = cv.VideoCapture(0)#如果摄像头没打开，后面程序不执行，重新调if not cap.isOpened(): print("Cannot open camera") exit()#死循环while True: #ret返回是否正确读取了帧，frame为帧传递对象 ret,frame = cap.read() if not ret:
2020-08-01 18:31:25
378
原创 OpenCv（图像入门篇）-读取，显示，保存图片
读取，显示图像#导包import numpy as npimport cv2 as cvimport numpy as npimport cv2 as cv#加载彩色灰度图像，参数为0灰度图像，参数为1彩色图像img = cv.imread('messi5.jpg',1)print (img)#显示图像，第一个参数为窗口名字，第二个参数为显示对象cv.imshow('image',img)#参数为0可以暂停显示，类比c中systemcv.waitKey(0)#为了能正常关闭所有的
2020-08-01 18:28:03
401
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