- 博客(13)
- 收藏
- 关注
原创 半监督方向 & 开集识别 | IOMatch: Simplifying Open-Set Semi-Supervised—论文详解
IOMatch实际上依赖的框架仍然是Openmatch,整体分两个分支:分类与OVA检测,创新在于无标记数据的利用方式和损失函数的设计。原本,无标记数据相应的损失由熵最小化和正则项(基于增强的平滑)构成,现在的方案是一方面重新定义了无标记样本的预测概率,然后以强增强样本的开集输出概率作为监督信息计算其交叉熵;另一方面,通过双层过滤策略,筛选闭集识别概率高于设定阈值,且开集未知类识别概率低于设定阈值的数据,利用这些伪已知,进行类似于fixmatch的交叉熵损失,从而进一步优化闭集分类器。XX。
2023-11-29 22:30:33
1343
原创 Github模型本地调试 问题记录
但是内在关联问题还没搞懂,需要再斟酌,我猜测是因为我使用的python版本3.8.8的路径只放置在了"D:\Anaconada\python",导致之前没有匹配搜索到?发现和conda 环境路径(conda环境是”d:\Anaconada\envs\edl_easy2\python.exe")不一致。我把launch.json 中的 python更改为和上述一致"D:\Anaconada\python",输入 print(sys.path)列表中的第四个将是你的安装路径。输入 import sys。
2023-11-09 20:22:54
93
原创 Leetcode-算法题模板总结
如下图,将A1的next指向X,将X的next指向A2,再将A2的pre指向X,将X的pre指向A1。删除双链表节点:需要通过调整一次pre指向和一次next指向来完成,如下图:将A1的next指向A3,再将A3的pre指向A1即可。---------单链表插入节点(先后在前):X为新节点,先将其next指向为A2,再将A1上午next指向为X即可。(1)二叉树算法设计总路线:把当前节点要做的事做好,其他的扔给递归,无需当前节点操心;-------双链表:pre data next。
2023-11-01 11:30:25
114
原创 朗新科技-面经
3、为什么用swin-transformer,还对比过其他网络吗,—我说resnet,他说这么老的模型了。4、讲讲车辆检测项目的 Deepsort跟踪算法。1、背景问题听起来是一个简单的二分类,难点在哪。2、数据量少、不平衡,你又是怎么解决的。
2023-11-01 11:29:31
97
1
原创 百面深度学习 第二章:循环神经网络
基于变分推理的Droupout方法:提出对于同一个序列,在其所有时刻的循环连接上采用相同的丢弃方法,也就是说不同时刻丢弃的连接是相同的。四、RNN的长期依赖问题严重,因为其重复使用相同的循环模块(即W),导致网络在信息前向传播过程和误差反向传播过程中都出现了矩阵的幂,容易造成信息\梯度的消失或爆炸。总之,LSTM通过门控单元以及元胞状态单元的线性自循环,给梯度的长距离持续流通提供了路径,改变了之前RNN中信息和梯度的传播方式,解决了长期依赖。空洞卷积:增大感受野,是构建长期记忆功能所必需的。
2023-11-01 11:25:05
86
原创 面试备战材料
我的爸爸是一名教师,有二十年左右的教学经验,妈妈是衡水老白干酒厂的后勤部门担任小班长,姐姐也是教师,他们在各自的工作领域都有着突出的表现和业绩,深深地影响着我,妈妈连续四年荣获公司的先进个人荣誉,爸爸已经被授予“高级教师”职称,姐姐凭借出色的办事能力入学不久就被选举为班主任,承办了很多活动。自监督的Pretrain-Finetune流程:首先从大量无标签数据中通过pretext来训练网络(自动在数据中构造监督信息),得到预训练的模型,然后对于新的下游任务,和监督学习一样,迁移学习到的参数再微调。
2023-09-08 16:37:53
61
原创 面经八股汇总
3、FPN 4、anchor size的设置要合适 5、对于分辨率很低的小目标,可以对其所在的proposal进行超分辨,提升小目标的特征质量,更有利于小目标的检测。首先,任何norm的意义都是为了让使用norm的网络的输入的数据分布变得更好,也就是转换为标准正态分布,数值进入敏感度区域,以缓解梯度消失。首先列出两种损失的公式,从反向传播的角度由链式法则,推导出导数表达式,然后发现mse会携带 deta’(z),因为导数sigmoid 在输出接近 0 和 1 的时候是非常小的,
2023-08-24 15:27:13
885
原创 CV算法岗求职建议
总结:基本按照上述四点准备,项目经历这一块就没啥问题了。当然,还需要重复的一点是语气!语气!语气!决定了说服力,哪怕你觉得项目就是个渣渣,其实没有任何创新型,效果也贼烂,但你在与面试官的交流中一定要底气十足!这一点非常非常非常重要!二、基础知识对于一个问题如果仅仅简单的概述式的介绍给面试官,那基本是凉了的,那到底怎么样才算是准备的足够高充分了呢?比如:你知道Batch Normalization吗1、BN的背景,为什么会提出这种方法2、BN的基本原理是什么 易自己理解的方式介绍大概步骤。
2023-08-01 16:05:23
76
原创 科大讯飞(飞星计划) 面经
解答:patch merging,在我的实现中是把特征图采样到了多大 (每个阶段尺寸减半 通道数翻倍1/16 通道数翻倍 原size是256 最后是16。1、swin-b-transform 滑动窗口是怎么操作实现对特征图下采样的 ,我实现中 是把原特征图降采样到了多大。如果不这样做,将导致不一致的推理结果。其他还问到了一些深度学习基础知识,比如BN的作用,在训练和测试阶段BN的使用有什么区别?----推测:hr以为我的项目都很偏信号处理 信号与系统 等 方面,2、整体感知 是表示什么,是怎么实现的。
2023-07-30 16:38:41
378
原创 阿里高德---算法面经
---多模态大模型指可以处理来自不同模态的多种信息(是从多个视角出发对事物进行描述)的机器学习模型,许多应用程序中,需要使用多个传感器或输入通道获取各种不同类型的信息组成特定模型。3、CNN和Transformer对比,各自的特点,谈一谈你对于transformer表现优于CNN的理解和认识。7、你的这些数据增强trick加进去,怎么证明这些增强策略都是确实起到理想作用的?4、你当时把XXX模型应用到(干扰)这一领域的问题 遇到了什么困难吗 ,是什么引起的 又是具体怎么解决的。5、项目介绍,创新点。
2023-07-30 16:36:49
211
原创 中兴 无线算法工程师 面经
你的项目和论文时间都挨着,你是怎么安排、怎么分配时间做工作的?hr感觉同时做这么多项目咋忙的过来的。matlab python C++用的多吗 、matlab和C++的区别 你觉得是什么。算法和数据结构良好?问了一个双向队列怎么在某一位置插入元素 需要几个步骤?你写过代码的量级是多大,上千还是上万的?你说说自己的其它特长优势(问完编程后)了解4G、5G通信协议吗,他们主要是。研究方向简要介绍是做什么的。描述下信号处理的过程。挑个项目或论文讲一讲。
2023-07-07 17:16:40
396
原创 【无标题】百面深度学习:第一章
普通卷积中,每个卷积核的所有通道与输入特征图的所有通道都作了连接,而一个卷积核又对应着输出特征图的一个通道,故相当于普通卷积在输入输出的“通道”维度是全连接的。分组卷积则将输入和输出通道都划分为同样的组数,让处于同一组数内的通道维度 实现“全连接”。作用:较少参数计算量为原来的1\g倍。
2023-06-30 13:36:21
101
原创 【无标题”nll_loss_forward_reduce_cuda_kernel_2d_index“ not implemented for ‘Int“,Python运行程序时出现的问题
错误原因:情况一:数据类型或者Label的类型错误,需要转换情况二:分类识别问题中,标签被需要转换为one—hot编码形式解决方案:针对情况一,可直接将源代码中的转换为:针对情况二,可以利用函数scatter函数,详见官方说明https://blog.csdn.net/duan_zhihua/article/details/82556676...
2022-03-26 15:49:06
2604
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