Wanderer X-CSDN博客

光照模型（Lighting Model）：用于模拟光线如何与物体表面交互的数学模型，包括环境光照（Ambient Lighting）、漫反射（Diffuse Reflection）、镜面反射（Specular Reflection）等。面（Face）：由边界的边围成的平面区域，通常是三角形（Triangle），因为三角形可以表示任何多边形面，并且在数学上稳定（不会自相交或扭曲）。法线（Normal）：垂直于面或顶点的3D向量，用于光照计算，确定物体的表面方向和光照如何影响物体的外观。

2024-04-05 16:09:24 518

原创 ipykernel_launcher.py: error: unrecognized arguments

在jupyter中使用argparse时遇到报错。

2024-03-30 20:56:20 317 3

原创无管理员权限，修改gradio默认路径，PermissionError: [Errno 13] Permission denied: ‘/tmp/gradio...‘

参考：https://github.com/lllyasviel/Fooocus/issues/1065。在原始运行代码的基础上指定tmp文件的路径。这个路径定义为自己有权限访问的文件即可。

2024-03-22 11:21:02 884 1

原创无管理员权限linux系统安装cmake

去官网下载所需版本：https://cmake.org/download/

2024-03-21 21:44:14 283 1

原创无管理员权限更新gcc

参考：https://blog.csdn.net/weixin_42054508/article/details/106468768。网址为：https://mirrors.kernel.org/gnu/gcc/进入网址下载所需要的gcc版本文件。

2024-03-21 19:43:53 213

原创 huggingface text-generation代码实现文本生成

参考：https://huggingface.co/tasks/text-generation。将model替换为实际存储模型的地址即可。若只需打印生成的文本，则使用。

2024-03-09 13:11:44 406 2

原创 OSError: libtorch_cuda_cpp.so: cannot open shared object file: No such file or directory

去官网查找可以安装的版本：https://pytorch.org/get-started/previous-versions/检查pytorch安装的版本和cuda是否对应。

2024-03-03 08:43:47 905

原创 linux解压文件

文件后缀指令tar.gztar -xzvftartar -xvfzipunzip

2024-03-02 16:10:18 343

原创 Video-LLaMA: An Instruction-tuned Audio-Visual Language Model for Video Understanding

通常，LLM的用户请求和相应的响应都在文本中，然而，纯文本人机交互对于许多应用场景来说是不够的，因为现实世界的信息通常是多模态的。为了进一步探索llm的潜力，许多研究人员试图赋予llm理解多模态内容的能力。现有的工作大多基于将单一模态的输入与文本进行对齐。赋予LLM理解视频需要对包括视觉输入、听觉输入和文本输出在内的不同模式的全面处理，这比纯图像理解和纯音频理解任务更具挑战性。为了将文本输出与视频对齐，我们设计了多分支跨模态预训练来学习视觉语言对应和音频语言对应。

2024-02-24 14:53:50 353 1

原创 git克隆镜像源

【代码】git克隆镜像源。

2024-02-22 10:23:55 719

原创 bash报错：No such file or directory

解决方案：缺少执行权限。命令为文件添加执行权限。

2024-02-14 17:08:20 1093

原创指定代码运行的gpu id

【代码】指定代码运行的gpu id。

2024-01-22 16:15:30 468

原创 ERROR: Failed building wheel for flash-attn

主要原因是网络问题导致无法下载到文件，所以需要手动下载报错提示url中的文件。

2024-01-22 15:32:11 698

原创 python 文件读写

【代码】python 文件读写。

2024-01-21 21:53:48 401

原创 pip install git+网络无法连接

以安装transformer为例，等价于：或者手动下载解压。

2024-01-20 14:50:51 449

原创多模态大模型

参考：https://zhuanlan.zhihu.com/p/653902791。

2024-01-17 10:32:52 379

原创 Creative Agents: Empowering Agents with Imagination for Creative Tasks

论文提出了一种新颖的方法，通过赋予代理想象力，使其能够完成创造性任务。作者将代理分解为想象器和控制器，其中想象器负责将语言指令转换为具体的任务结果想象，而控制器则根据当前状态、想象和语言指令采取行动。论文提出了两种想象器变体（基于大型语言模型和基于扩散模型的视觉想象器）以及两种控制器变体（行为克隆控制器和基于GPT-4(V)的控制器）。实验证明，所提出的创造性代理能够在Minecraft的生存模式中创建各种多样化且视觉上令人满意的建筑，这在以前的研究中从未实现过。

2024-01-15 14:40:02 273