自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(29)
  • 收藏
  • 关注

原创 解决comfyUI运行报错DWPose: Onnxruntime not found or doesn‘t come with acceleration providers

Onnx 网站仅列出对 11.8 CUDA 的支持。新的 ComfyUI 使用的是 1.21。安装新版本的onnx。

2024-02-23 11:20:51 3165

原创 大模型学习与实践笔记(十五)

大模型学习与实践笔记(一)-CSDN博客大模型学习与实践笔记(二)-CSDN博客大模型学习与实践笔记(三)-CSDN博客大模型学习与实践笔记(四)-CSDN博客大模型学习与实践笔记(五)-CSDN博客大模型学习与实践笔记(十二)-CSDN博客大模型学习与实践笔记(六)-CSDN博客大模型学习与实践笔记(七)-CSDN博客大模型学习与实践笔记(十三)-CSDN博客大模型学习与实践笔记(八)-CSDN博客大模型学习与实践笔记(九)-CSDN博客大模型学习与实践笔记(十)-CSDN博客大模型学习与实践笔记(十一)

2024-01-29 19:35:54 299

原创 大模型学习与实践笔记(十四)

使用 OpenCompass 评测 InternLM2-Chat-7B 模型使用 LMDeploy 0.2.0 部署后在 C-Eval 数据集上的性能。

2024-01-29 19:07:47 582

原创 大模型学习与实践笔记(十三)

将训练好的模型权重上传到 OpenXLab

2024-01-25 19:14:56 537

原创 大模型学习与实践笔记(十二)

使用RAG方式,构建opencv专业资料构建专业知识库,并搭建专业问答助手,并将模型部署到openxlab 平台。

2024-01-23 19:06:15 537

原创 大模型学习与实践笔记(十一)

一、使用OpenCompass 对模型进行测评。

2024-01-21 22:10:41 551

原创 大模型学习与实践笔记(十)

2.基于医学知识问答,医学语言生成,复杂医学推理,医学语言理解,医疗安全与伦理,9个公开数据集,11个自建数据集。2.约3000 道单选题,覆盖目标检测,文本识别,动作识别,图像理解,关系推理等20个细粒度评估维度。2.20个法律任务,10000到测评问题,覆盖多领域NLP 任务。1.三级认知维度(法律知识理解,法律知识记忆,法律知识应用)1.基于感知与推理,将评估维度逐级细分。四、大模型评测带来的挑战。1.多来源基准评估维度。

2024-01-20 17:10:12 465

原创 大模型学习与实践笔记(九)

(1)在https://github.com/Dao-AILab/flash-attention/releases/ 下载。使用 LMDeploy 以本地对话方式部署 InternLM-Chat-7B 模型,生成 300 字的小故事。在使用命令,对lmdeploy 进行源码安装是时,报错。(2)通过pip 进行安装。

2024-01-18 19:27:47 926

原创 大模型学习与实践笔记(八)

一、 LMDeploy的优势二、核心优势说明1.量化2.持续批处理3.Blocked k/v cache4.有状态的推理5.高性能cuda kernel

2024-01-18 19:15:10 538

原创 大模型学习与实践笔记(七)

Ubuntu + Anaconda + CUDA/CUDNN + 8GB nvidia显卡。默认是float 16格式加载模型,如果需要设置4bit量化加载。

2024-01-16 23:39:42 563

原创 大模型学习与实践笔记(六)

两种微调模式:增量预训练 与指令跟随1.增量预训练2.指令微调。

2024-01-16 21:39:12 527

原创 大模型学习与实践笔记(五)

1. huggingface 镜像下载 sentence-transformers 开源词向量模型。2.下载 NLTK 相关资源。

2024-01-11 21:17:50 521

原创 大模型学习与实践笔记(四)

RAG(Retrieval Augmented Generation)检索增强生成,即大模型LLM在回答问题或生成文本时,会先从大量的文档中检索出相关信息,然后基于这些检索出的信息进行回答或生成文本,从而可以提高回答的质量,而不是任由LLM来发挥。(3)数据安全问题:开源的LLM是没有企业内部数据和用户数据的,如果企业想在保证数据安全的前提下使用LLM,一种比较好的解决办法就是把数据放在本地,企业数据的业务计算全部放在本地完成。(2)时效性问题:LLM的参数量越大,训练的成本也就越高,时间也越长。

2024-01-11 20:38:41 508

原创 大模型学习与实践笔记(三)

1.使用 InternLM-Chat-7B 模型生成 300 字的小故事。2.熟悉 hugging face 下载功能,使用。4.完成 Lagent 工具调用 Demo 创作部署。的 config.json 文件到本地。3.完成浦语·灵笔的图文理解及创作部署。python 包,下载。

2024-01-07 17:53:28 386

原创 大模型学习与实践笔记(二)

课程讲师:宋志学大佬,d2l-ai-solutions-manual 开源项目负责人。local-dir:本地存储路径。(linux 环境下需要填写绝对路径)然后新建 python 文件,填入以下代码,运行即可。3.2.2.Hugging Face 方式下载。使用 Hugging Face 官方提供的。3.2.1.ModelScope 方式下载。resume-download:断点续下。3.2.3 OpenXLab 方式下载。三、基于InternLM的智能对话。下载模型中的部分文件。二、Lagent框架。

2024-01-07 14:32:03 552

原创 大模型学习与实践笔记(一)

最近领导要求调研大模型的发展情况,需要补充大模型相关的基础知识,正好在openmmlab贡献者交流群里看到闻星大佬发布的一个上海人工智能实验室的一个课程,觉得正好合适。

2024-01-07 14:05:36 389

转载 【Let It Be Color!——3D重建之纹理重建】01-几种坐标系及相互之间的转换

这一篇博文中,我们简单地介绍了世界坐标系、相机坐标系、图像坐标系以及它们之间的变换,这实际上是基于图像的3D重建的基础,无论是重建几何信息时还是重建纹理信息时都多有涉及,因此不放将之看作是前置性内容。随后我们介绍了三角形的重心坐标系,该坐标系在处理网格表面的三角形时十分常用,但仍然属于预备知识范畴。下一篇博文,我们将展开纹理重建的正式内容,介绍网格面片的视角选择过程。

2023-03-16 14:43:31 634 1

转载 【Let It Be Color!——3D重建之纹理重建】02-基于映射的纹理重建算法(上)

【摘要】 1 引言在上一篇博文中,我们已经提到过纹理重建的主流方案可以分成基于融合和基于映射的方法。其中,基于映射的方法可能是更可靠的,这其中有论文地位的佐证,此外一些优秀的开源项目,例如OpenMVS,在进行纹理重建时也是采用的此种方法。从本篇博文开始,我们将开始对基于映射的方法进行详细的梳理,考虑到整体长度,这一内容可能会被拆分到数篇博文中,笔者将尝试结合论文(Waechter2014)和开源工程...

2023-03-16 14:41:08 1217 1

转载 【Let It Be Color!——3D重建之纹理重建】03-基于映射的纹理重建算法(下)

本文总结了消除边界的具体实现方案,介绍了全局颜色调整和局部颜色调整两种不同的思路,并对方法的来源和改进分别进行了描述。至此,基于映射的纹理重建方法的理论已经介绍完毕,整体上还是有些粗糙,后续若有时间可能会结合代码实现来详细的讲解,当然也会对3D重建技术相关的其他子领域进行理论梳理。

2023-03-16 14:40:16 768

原创 Ubuntu16.04下彻底卸载clion,安全可复原方法

clion的彻底卸载对应的配置文件

2023-01-30 22:11:30 2185 1

原创 Typora出现failed to export as pdf

2021-12-14 17:33:05 2980 8

原创 #牛客网刷题# include双引号与尖括号的区别

<>先去系统目录中找头文件,如果没有在到当前目录下找。所以像标准的头文件 stdio.h、stdlib.h等用这个方法。而""首先在当前目录下寻找,如果找不到,再到系统目录中寻找。 这个用于include自定义的头文件,让系统优先使用当前目录中定义的。如何帮助记忆呢,可以这样考虑:<>内的内容一般显得比较正式,而" "常用来引入自己所写的类,为了提高效率,自...

2019-10-07 20:45:28 216

翻译 VGG论文翻译《Very Deep Convolutional Networks for Large-Scale Image Recognition》

目录 用于大规模图像识别的深层卷积网络摘要1.引言2. ConvNet配置2.1架构2.2配置2.3讨论3.分类框架3.1训练3.2测试3.3 实现细节4 分类实验4.1 单尺度评估4.2 多尺度评估4.3 多裁剪图像评估4.4 卷积网络融合4.5 与现有技术比较5 结论...

2019-09-15 16:10:45 580

原创 AlexNet的结构分析过程记录

写总结也是为了帮助自己更好的理解,先是写给自己看,然后才是写给别人看。如果能在分享的过程中对他人有帮助是再好不过的事情,期待能够遇到志同道合的伙伴,但不强求。为什么写这篇文章?在看完论文《ImageNet Classification with Deep Convolutional Neural Networks》之后,似懂非懂,想起向老师说过,看一些经典的论文时,一定要去考虑复现,只有复现了...

2019-08-19 22:03:42 853 1

原创 tensorboard模型评估图(mAP, mAP(large), mAP(medium), mAP(small), mAP(0.50IOU))

一、准确率:DetectionBoxes_Precision:mAP:平均精度超过IOU阈值的平均精度,范围从.5到.95,增量为.05mAP(large):大对象的平均精度(96 ^ 2像素<区域<10000 ^ 2像素)mAP (medium):中等大小对象的平均精度(32 ^ 2像素<区域<96 ^ 2像素)mAP (small):小对象的平均精度...

2019-08-15 20:34:14 6165 3

原创 AlexNet论文翻译《ImageNet Classification with Deep Convolutional Neural Networks》

摘要我们训练了一个大型深度卷积神经网络来将ImageNet LSVRC-2010竞赛的120万高分辨率的图像分到1000不同的类别中。在测试数据上,我们得到了top-1 37.5%, top-5 17.0%的错误率,这个结果比目前的最好结果好很多。这个神经网络有6000万参数和650000个神经元,包含5个卷积层(某些卷积层后面带有池化层)和3个全连接层,最后是一个1000维的softmax。...

2019-08-11 16:33:29 227

转载 计算机视觉常用资源汇总:OpenCV及CVPR相关、国内外视觉科研团队及网页、视觉相关书籍、数据库与期刊论文

From:https://blog.csdn.net/u013593585/article/details/42062911Opencv相关:http://opencv.org/2012年7月4日随着opencv2.4.2版本的发布,opencv更改了其最新的官方网站地址。http://www.opencvchina.com/好像2012年才有这个论坛的,比较新。里面有针对《l...

2018-11-19 10:50:57 511

转载 计算机视觉、机器学习相关领域论文和源代码大集合

转载自:http://blog.csdn.net/zouxy09/article/details/8550952作者:zouxy09一、特征提取Feature Extraction:·         SIFT [1] [Demo program][SIFT Library] [VLFeat]·         PCA-SIFT [2] [Project]·         Affine-SIFT...

2018-05-06 17:14:38 198

原创 OpenCV双目视距之相机标定原理(1)

一:什么是标定摄像机的标定即确定摄像机的内外部参数的过程。摄像机内部参数是由摄像机内部几何和光学特性决定的,主要包括焦距f和主点坐标(u0,v0 ),还有镜头畸变的各类畸变系数等。摄像机外部参数是指摄像机坐标系相对世界坐标的位置关系,包括旋转矩阵R和平移向量t。二:标定模型介绍如图1为带有一阶径向畸变的针孔模型,模型中有四个坐标系:1.计算机图像坐标系Ouv,原点O位于CCD图像平面的左上角,u和...

2018-05-06 17:02:27 7770

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

提示
确定要删除当前文章?
取消 删除