程序汪赵可乐-CSDN博客

原创什么是nvidia-ngc？

首先ngc全称是Nidia GPU Cloud，英伟达云计算平台，该平台是一个集成式平台，专门为人工智能、机器学习和深度学习应用而设计。下面主要介绍的是ngc 容器，ngc容器是基于 Docker 容器构建的深度学习应用程序，其中包含了经过优化的深度学习框架和库、各种 AI 工具和预训练模型，是 Docker Hub 的有效补充。这里就和普通的docker hub一致了，在官方网站找到适合的镜像进行docker pull即可，我这里选择了cuda10.1的。到这里ngc镜像安装完成，快跑跑你的算法！

2024-03-24 15:43:25 682

原创玩转Jetson AGX Orin——orin上安装gpu版本opencv4.6.0

OpenCV在视觉算法中的功能非常强大，其中一个原因就是该算法库一直在与时俱进的更新最新的算法，对于具有专利的算法（如SURF）以及一些还没有稳定的算法，OpenCV会将其置于扩展模块中，这些扩展模块包含在opencv_contrib代码库中。下载后进行解压，然后进入到目录下新建build目录，将来cmake的内容都存在单独的build文件夹内。opencv官网：https://opencv.org/，找到自己需要的版本进行下载。执行如下命令进行编译安装，安装到/usr/local目录下。

2022-12-14 22:54:29 1054 1

原创玩转Jetson AGX Orin——给orin扩展SSD硬盘

了解过jetson平台的朋友们应该知道，像orin、Xavier、tx2提供的内部MMC存储是很小的，像orin提供了64G，装装软件啥的就不够用了。废话不多说，直接上图，这是orin底部的硬件安装图，绿框部分就是新装的245G的SSD硬盘。挂载硬盘的方式有很多，一种是比如像windows加装固态时，我们通常会重装系统到固态上，在orin上也可以将系统文件刷到固态上，这种方式下不确定MMC还能不能用，但我觉得没必要采用这种方式，繁琐且浪费MMC资源。另外一种就是只扩展存储，就是我使用的这种了。

2022-12-10 19:27:02 3402 4

原创 02-GDB进阶

上篇文章已经认识了GDB调试工具的简单使用方法，已满足日常的使用需求。本文重点介绍GDB进阶内容中的运行程序、暂停程序。

2022-10-05 16:07:14 459

原创 01-GDB入门

GDB是GNU开源组织发布的一个强大的UNIX下的程序调试工具。常见的调试工具都是图形界面方式的，像VSCode、Qt等这些编译器自带的调试工具，但是当我们进行开发UNIX平台软件或者涉及交叉编译等开发工作时，这些图形化调试器就没有那么大的优势，而GDB调试工具此时就能做到图形化调试器所完不成的功能。

2022-10-05 16:05:13 143

原创 git使用总结

总结git常用的命令

2022-10-05 11:50:04 96

原创 ubuntu 16.04 安装微信（亲测有效）

我的工作原因，操作系统只有ubuntu，不知是我登录的平台太多还是咋的网页版的微信被限制了，一直用不了微信，想传个文件很费劲。直到遇到这个方法，亲测有效。

2022-08-25 14:00:19 691 2

原创玩转Jetson AGX Orin——第三方库安装

配置ubuntu20.04以及安装JetPack SDK5.0，orin和之前的xaiver或tx2不同的是已经预先安装了操作系统ubuntu20.04，所以不需要准备SD卡进行刷机。安装过程参考上一篇文章。其实到这里我们已经可以去开始Hello AI world了，但我并不想这么稀里糊涂的，这些库安装的路径必须知道的很清楚。...

2022-07-03 21:00:00 2755 1

原创玩转Jetson AGX Orin—— Quick Start

也是最近看到的新闻，小马要在22年底量产基于orin的域控制器，本来还在考虑买Xaiver还是买orin呢，Xaiver现在本来就溢价很严重，这下就不纠结了，直接买orin了，先看一下NVIDIA这几款边缘计算平台的参数对比，orin现在的性价比还是很高的！......

2022-07-02 17:28:15 5303 9

原创深度学习(1) ——图像分类

图像分类概述图像分类实质上就是从给定的类别集合中为图像分配对应标签的任务，当我们输入一张图片，返回一个该图像类别的标签。限制条件：只能输入单目标图像。常用数据集：mnist、CIFAR-10、CIFAR-100、ImageNet图像分类算法这里介绍四种。LeNet-5意义：LeNet-5是最早的卷积神经网络，是其他深度学习模型的基础, 主要用来做手写数字识别。结构：2个5x5卷积层 + 2个全连接层+ 输出层输入：32x32输出：10分类tensorf

2022-03-31 21:22:15 7852

原创自然语言处理（NLP）入门——预训练模型

ELMo和GPT认识ELMO模型本质: Embeddings from Language Models.解决的问题: 多义词的问题结构图结构:最下层是embedding层中间是双向的LSTM最上层是词向量表征 2L+1 L —> 层数ELMo的预训练过程第一个阶段: 预训练语言模型第二个阶段: 根据下游任务, 去动态调整word embedding的向量表示,然后将去融入到之前的向量中, 就完成了动态调整的过程每层词向量表示的意义第一层: 静态词向量

2022-03-31 17:30:00 1697

原创自然语言处理（NLP）入门——Transformer精讲问答、Bert

1.1 认识BERT定义: 实质就是Transformer的encoder部分表现: 在阅读理解上会有更好的表现.BERT分为三个模块最底层: Embeddingtoken embedingSegment embeding 句子分段嵌入向量position embeding中间层: Transformer只是用了encoder部分最上层: 预微调模块句子对关系的判断单文本的主题分类QA问题模型 start end句子贴标签(NER命名实体识别任务)

2022-03-31 15:15:00 269

原创自然语言处理（NLP）入门——Transformer详解（2）

编码器部分注意力机制: [重点复习]注意力: 快速聚焦, 进行事务的判别的过程注意力机制: 就是将注意力计算规则融入到网络中,然进行使用的过程, 就是注意力机制, 如果QKV都是相等的, 则是自注意力机制多头注意力机制:[重点复习]多头: 其实就是将最后一个维度[词嵌入维度]进行分割, , 每个维度进入注意力机制进行特征提取/语义提取的过程作用: 为了使咱们的语句或是词汇有更多元化的表示/表达contiguous()函数的使用: 一般是在transpose..

2022-03-31 07:15:00 328

原创自然语言处理(NLP)入门——Transformer详解(1)

Transformer的背景:2017年发表的的Transformer论文2018年出现优势:Transformer能够利用分布式GPU进行并行训练，提升模型训练效率.在分析预测更长的文本时, 捕捉间隔较长的语义关联效果更好. attention机制的使用.Transformer结构解析输入部分源语言的文本嵌入层 + 位置编码器目标语言的文本嵌入层 + 位置编码器编码器部分编码器是有N个编码器层组成编码器层是由两个子层连接结构构成第一个子层连.

2022-03-31 00:00:00 528

原创自然语言处理（NLP）入门（4）——传统RNN模型

RNN经典模型定义: 循环神经网络结构: 输入层 —> 隐藏层—> 输出层时间步的概念: 单词在rnn中循环的过程, 一个样本中有多少个单词就循环多少次, 每次循环的过程可以看做是一个时间步, 上一个时间步是可以作为下一个时间步的输入, 进行信息提取.我爱北京天安门字符级别我爱北京天安门词符级别RNN的作用领域: 在序列问题上可以很好的解决业务逻辑, 文本分类, 意图识别, 机器翻译等任务.RNN分类输入和输出

2022-03-30 12:30:00 748

原创自然语言处理（NLP）入门（3）——文本预处理

**数据和特征决定了机器学习的上限，而模型和算法只是无线逼近这个上限。**正是因为数据处理的重要性，在NLP算法的工作中，大部分的时间是与数据打交道，文本预处理更是重中之重！文本预处理方法:文本处理的基本方法分词作用: 为了更好的进行语言语义的理解(why)工具: jieba 安装: pip install jiebjieba特性:多种分词模式精确模式(how)jieba.cut(content, cut_all=False)—> 生成器jieba.lc

2022-03-30 07:00:00 444

原创自然语言处理（NLP）入门（2）——数据来源

项目中的数据来源基本分为3大种类:第一类: 公司内部数据部门提供.情况1: 数据平台有预处理, 提供的是"成品数据".情况2: 数据平台没有预处理, 只告诉开发人员"数据路径".情况3: 原始数据就没有, 需要开发人员沟通不同部分, 获取"业务数据".第二类: 甲方提需求, 并提供数据.情况1: 甲方有预处理数据, 提供的基本是"半成品数据".情况2: 甲方只负责"埋点", 后续数据需要开发人员处理.情况3: 甲方数据"匮乏", 甚至数据"缺失".第三类: 需求画大饼阶段, 没有数据,

2022-03-29 20:41:36 269

原创自然语言处理（NLP）入门（1）——前言

什么是NLP？自然语言处理(Natural Language Processing, 简称NLP), 是计算机科学与语言学中关注于计算机与人类语言间转换的领域，简单来说就是让计算机识别并理解我们人类的语言，帮助我们完成一些类似翻译、问答等任务，NLP解决文本任务但并不限于文本，语音识别、看图说话等领域也属于NLP任务。计算机科学之父图灵在1950年发表的论文中提出“Can machines thinking？”这一划时代的问题，从此促成了人类语言与计算机科学的交融。在1957～1970年间

2022-03-29 20:11:10 1307

原创机器学习算法总结

机器学习两个核心任务：任务一：如何优化训练数据 —> 主要用于解决欠拟合问题任务二：如何提升泛化性能 —> 主要用于解决过拟合问题KNN定义：给定一个训练集，对新输入的未知样本，通过计算与每个训练样本的距离，找到与该实例最邻近的K个实例，这K个实例大多属于某个类，该样本就属于某个类应用场景：分类/回归问题算法流程：计算已知类别数据集中的点与当前点之间的距离按照距离值进行排序选取最小的k个距离，并统计这k个点所在类别出现的概率返回前k个点出现频率最高的类别作为

2022-03-12 17:25:41 1884

原创加载预训练模型遇到transformers的问题

问题1: urllib.error.URLError: urlopen error [SSL: CERTIFICATE_VERIFY_FAILED]这是由于ssl验证的问题，在.py 文件的开头导入ssl包，创建默认验证：import sslssl._create_default_https_context = ssl._create_unverified_context问题2: ImportError: cannot import name ‘AutoModelWithHeads’ from ‘

2022-03-02 20:18:51 13563

one time one step的博客