打卡笔记7

最新推荐文章于 2024-09-15 22:31:42 发布
最新推荐文章于 2024-09-15 22:31:42 发布
阅读量143 收藏
点赞数
文章标签： python 计算机视觉 Powered by 金山文档
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43176280/article/details/128982316
版权

  1. 每一个像素进行二分类和或多分类

  1. HRnet不降采样，不损失空间信息

  1. 使用模型:config和checkpoint权重

  1. 作业，单类别的语义分割、也有多分类的

  1. 单张图像运用训练好的模型，config、checkpoint、outfile、device、opacity

  1. Result：每个像素的类别、置信度

  1. 图例模板

  1. 视频预测，逐帧语义分割，串成视频【B3】

  1. Image和label一一对应。如果是8类，类别改成8，预测头改成8

  1. 【z1】语义分割相关博客

  1. D1作业，标注为1，不过分区分验证集合测试集，

好数据胜过好算法
关注
L3学习打卡笔记
Inface0443的博客
09-12 512
【代码】L3学习打卡笔记。
数学笔记本复习打卡
宝藏Coder的空间
04-16 295
彩云
打卡笔记一
Ehelehel的博客
02-02 102
初遇OpenMMlab
第一次打卡笔记
but_like的博客
04-20 302
pandas基础知识 数据表生成 1、导入pandas库 2、检查版本 1、文件读取与写入 文件读取格式有：（1）csv格式 df = pd.read_csv('data/table.csv') df.head() （2）txt格式 df_txt = pd.read_table('data/table.txt') ...
2020 9 14 打卡笔记
qq_46010030的博客
09-14 176
魔法方法 魔法方法总是被双下划线包围，例如__init__。 魔法方法是面向对象的 Python 的一切，如果你不知道魔法方法，说明你还没能意识到面向对象的 Python 的强大。 魔法方法的“魔力”体现在它们总能够在适当的时候被自动调用。 魔法方法的第一个参数应为cls（类方法） 或者self（实例方法）。 cls：代表一个类的名称 self：代表一个实例对象的名称 基本的魔法方法 init(self[, …]) 构造器，当一个实例被创建的时候调用的初始化方法 【例子】 class Rectangle:
@Datawhale AI 逻辑推理task2 打卡笔记
2301_76322070的博客
07-29 385
此笔记为逻辑推理task2 打卡笔记，本期task2主要任务是搞清楚baseline讲了些啥，为什么这样用。在此基础上优化代码，进一步上分。😎😎大模型，也就是Large Language Model，缩写LLM，是我们这次比赛的关键法宝。它在提供自然语言指令或多个任务示例的情况下，通过理解上下文并生成相应输出来执行任务。本次大模型推理采用的方法是提示工程(Prompt Engineering)，它可以通过结构化文本等方式来完善提示词，引导LLM输出我们期望的结果。而我们这次使用了尚未微调的开源模型Qwe
@Datawhale AI 物质科学task2 打卡笔记
2301_76322070的博客
07-30 155
这是一种将化学分子用ASCII字符表示的方法，它能将化学分子中涉及的原子、键、电荷等信息，用对应的ASCII字符表示；生成和优化3D结构。此笔记为物质科学task2打卡笔记，在Task2中，我们的任务是进一步了解AI4Science相关知识，然后使用深度学习的方法建模。分子指纹是一个具有固定长度的位向量（即由0，1组成），其中，每个为1的值表示这个分子具有某些特定的化学结构。1.本次task计算机通过深度学习来寻找特征，而第一次task相当于有我们的指点，故task2的得分可能没task1高。
@Datawhale AI 逻辑推理task3 打卡笔记
2301_76322070的博客
08-01 175
它的设计目标是在实时应用场景中大幅提升语言模型服务的吞吐量和内存使用效率。LoRA微调是一种高效的模型微调技术，特别适用于大型预训练语言模型的适应性调整。LoRA的核心思想是通过引入低秩矩阵来调整模型的权重，从而在不显著增加模型参数数量的情况下，实现对模型的微调。2.开启vllm加速后会一直运行，请不要关闭，直接运行baseline2的代码即可加速。运行时间大概为10分钟，相比没有加速大概快了一个小时！本期task我们学习了LoRA微调的方案，同时我们还使用vllm加速推理的方法，更快得到结果。
@Datawhale AI 物质科学task3 打卡笔记
2301_76322070的博客
08-01 144
oss_in_a_epoch在被赋值前调用，将scheduler.step(loss_in_a_epoch)放置loss_in_a_epoch后即可解决reference问题。此笔记为物质科学task3打卡笔记，在Task2中，我们的任务是了解Transformer并使用Transformer建模SMILES。1.调整epoch：我们可以提高epoch，epoch越大，一般拟合效果会越好，但是会花更多时间，也有可能出现过拟合情况。2.调整模型大小：我们可以调整中间向量的维度、模型得层数、注意力头的个数。
蜗牛学苑网络安全随堂笔记，打卡官网获得的
07-13
蜗牛学苑网络安全随堂笔记i，打卡官网获得的
20-Spring-C++打卡笔记PDF发布版1
08-03
这篇笔记主要涵盖了Spring框架与C++编程语言的相关知识，特别针对大型创新项目（大创）的学习需求。笔记作者强调，由于北交大的同学们技术水平普遍较高，建议读者根据自身需求判断内容的价值。笔记起始于2021年4月30...
第二次打卡笔记（待补充transformer部分）
01-06
文章目录第二次打卡笔记记在前面一点感叹另Task 3 过拟合/欠拟合；梯度消失/梯度爆炸；循环神经网络进阶FittingSolutionGradientSolutionTask 4 机器翻译；注意力机制；TransformerSequence to ...
《动手学》公益课打卡笔记02-CNN、RNN进阶
01-20
卷积神经网络（CNN）是深度学习中用于图像处理的核心模型，它的基本单元是卷积核。在描述中提到，CNN中的卷积核实际上具有三维结构，而不是通常想象的二维。这三维包括宽度、高度以及深度，其中深度对应的是图像的多...
Tcl lnit error: Can’t find a usable init.tcl in the following directories 问题解决
最新发布
梦想闹钟
09-15 282
实际研究后发现，其实py2exe已经把打包需要的lib放在dist文件夹下了，但是打包后的程序运行后却没有去lib下找，而是去找系统自带的环境变量里找，所以找不到。这个问题出现在我用py2exe打包了一个包含tkinter的图形化界面，在当前电脑上运行无问题，在移动到新电脑上后提示报错、getcwd用于获取当前工作目录绝对路径，在设置环境的变量的时候它用的是绝对路径-所以也导致了在当前电脑上能用而移动后不能用。解决方法是在你的程序里重新设置下环境变量，而且是用相对路径的形式。
Python办公自动化案例（二）：对比两个Excel数据内容并标出不同
衍生星球的博客
09-14 395
在数据处理和分析的日常工作中，我们经常需要比较两个Excel文件的差异。这可能是为了验证数据的一致性、检查数据的准确性，或者在版本控制中追踪更改。手动比较这些文件不仅耗时，而且容易出错。幸运的是，Python的openpyxl库提供了一种自动化这一过程的方法。
Python世界：力扣29题两数相除算法实践
来知晓的博客
09-13 389
除法运算本质是减法，从理解原理到真正实现还是有距离，建议初步理解后，不参考任何代码，完全自己复现一遍，体会更深。注意提示：目的就是提醒越界问题：-2^31/-1=2&31，超过了整数表达范围。本问题来自于力扣29题，在做完大数相乘后，顺带也看下两数相除。将两数相除，要求不使用乘法、除法和 mod 运算符。给定两个整数，被除数。
JUC从实战到源码：中断机制与API实现
qq_43843951的博客
09-12 1141
在Java中，线程中断是一种机制，用于通知线程应该停止当前正在执行的任务。中断通常用于协同线程之间的合作，以便让线程在适当的时候终止其工作，尤其是在长时间运行的任务或阻塞操作中。通过学了多线程以及synchronized的相关知识，接下来就到了学习线程中断知识。
车辆检测与分类系统源码分享
xuehaikj的博客
09-13 1334
数据集信息展示在本研究中，我们采用了名为“comexit”的数据集，以支持对YOLOv8模型在车辆检测与分类任务中的改进。该数据集专注于交通工具的识别，特别是公共交通和货运车辆，具有明确的应用背景和实用价值。数据集的类别数量为三，具体包括“bus”（公交车）、“car”（小汽车）和“truck”（卡车）。这三类车辆在城市交通和物流系统中扮演着重要角色，因此，准确的检测与分类对于交通管理、智能交通系统以及自动驾驶技术的发展具有重要意义。
深度学习打卡笔记：过拟合、梯度消失与循环神经网络实践
"这篇笔记是作者的第二次学习打卡记录，主要涵盖了深度学习中的重要概念和技术，包括过拟合/欠拟合、梯度消失/梯度爆炸问题、循环神经网络的进阶理解，以及机器翻译、注意力机制和Transformer模型的介绍。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值