- 博客(65)
- 收藏
- 关注
RSS订阅原创 centos7安装vscode
1.在用户家目录创建一个空目录并切换到这里用于存放安装的vscode。启动：code（非root直接俄启动）2.sudo wget 下载链接。3.安装依赖：libsecret。
2025-02-13 20:39:40
551
原创 生成器函数
print(list(dropwhile(vowel,‘Aardvark’)))#[‘r’, ‘d’, ‘v’, ‘a’, ‘r’, ‘k’],取出第一个返回false的元素以及后面的所有元素。print(list(compress(‘Aardvark’,[1,0,1,1,0,1])))#[‘A’, ‘r’, ‘d’, ‘a’] 只取出对应位置为true的元素。#dropwhile和takewhile的结果互斥对立。#filter和filterfalse的结果互斥对立。
2024-05-16 21:59:29
302
原创 [记录]-cv2.imshow和cv2.imwrite
但是cv2.imwrite的像素范围必须放到0-255，否则保存出来是全黑的。对于cv2.imshow，像素范围可以是0-1。
2024-03-21 09:55:42
462
原创 [出错]-RuntimeError: “slow_conv_transpose2d_out_cpu“ not implemented for ‘Byte‘
输入是用cv2读出来的，数据类型dtype是默认是unit8，输入到模型中，除了要将他转为tenso以外，还要.float将数据类型转为浮点数。一开始我一直一维是torch版本的问题。
2024-03-04 20:04:12
512
原创 [记录]-实数numpy数组转为复数
函数，e.g,complex_number = complex(real_number)对于一维数组以上的数组，可以用。对于一维数组，可以直接用。
2024-03-04 10:59:55
657
原创 [记录]-cannot import name ‘prelu‘ from ‘lasagne.layers‘
参考链接：https://lasagne.readthedocs.io/en/latest/user/installation.html#bleeding-edge-version。现有版本：lasagne== 0.1,需要更新版本，直接pip installLasagne==0.2 目前还不行。链接：https://www.jianshu.com/p/4fc93777eefd。商业转载请联系作者获得授权，非商业转载请注明出处。作者：9c354c6d2cb0。
2024-03-01 22:16:03
438
原创 [记录]-pycharm导入本地模块失败
sys.path.append('E:/xx/yy')整个工程包的目录。在import 语句之前，加入。
2024-03-01 22:13:52
601
原创 [记录]An unexpected error has occurred. Conda has prepared the above report.
转载。
2024-03-01 21:41:03
489
原创 [记录]-在visio破解版中插入公式
此时，在visio中打开了一个word，在插入的word文档中插入公式后,ctrl+s保存，这样公式就会出现在visio中了。破解版的公式编辑器是灰色的，用不起来，所以另辟蹊径。选择插入->对象->Microsoft Word文档。
2024-02-27 15:06:38
2621
原创 [记录]-linux使用sh pycharm.sh启动卡在CompileCommand: exclude com/intellij/openapi/vfs/impl/FilePartNodeRoot.
我原先用的是2023.2.2版本的，后来重新下载了一个2023.3.4版本的，用这个启动就可以了。解决方法：重新下一个版本的pycharm。
2024-02-27 09:10:40
2327
1
原创 SwinTransformer
torch.flattern(input,start_dim,end_dim)，比如我有张量（1，2，3，4，5，6），执行torch.flatten(x,start_dim=2,end_dim=3)，结果为[1, 2, 12, 5, 6]，也就是start_dim和end_dim都包含，并且相乘的维度就是flatten的维度，其余保持不变，这个可以改变形状，也可以改变维度，但张量还是哪个张量；比如我的window_size=7，那么相对位置偏置表的形状为(169，3)，以stage1三头注意力为例；
2024-01-05 17:35:08
1157
原创 LN和BN
BN是按照一个batch中所有样本的通道计算均值和方差，它的计算单位是所有蓝色通道，所有黄色通道，所有红色通道。归一化是将数据放缩到[0,1]或[-1,1]这样的区间内，标准化是让数据符合特定均值和方差的分布。LN比较直观就是在每个独立的样本上计算均值和方差，然后归一化。假设batch为2，（2，3，256，256）这样的样本。
2024-01-04 17:08:22
585
原创 nn.Dropout
众所周知nn.Dropout是用在全连接层按照一定的概率断开某些神经元的连接，在训练阶段使用，是防止过拟合的手段，通常用在一个全连接层之前。所以它和全连接层的关系不大，只是将张量中的一些元素置为0，如果后面接的是全连接层，这些元素作为输入神经元的值，0不起作用，所以流传了。但是，记住，它不一定非得存在于有全连接层的地方，它只是按照一定的概率将张量中的元素值置为0，所以在任何地方都可以对任何张量操作。的张量中的元素值置为0，所以它可以操作任意形状的张量，传入的参数只有概率p。
2024-01-04 16:14:45
494
原创 [记录]-jupyter-notebook添加conda 虚拟环境内核
前提要保证虚拟环境已经安装了jupyter-notebook。然后激活这个虚拟环境，在其中输入如下命令：、（只需要填上你的虚拟环境名字就行）
2023-12-25 10:19:12
462
原创 [记录]-数据驱动和模型驱动的区别
模型驱动就是说已经有了一个模型，这个模型是基于旧数据训练得到的，然后我给他新的数据，经过这个模型会给我输出一个东西。所以说，数据驱动输出的东西是由数据决定的，而模型驱动输出的东西是由模型的逻辑和计算决定的。数据驱动可以理解为淘宝页面根据不同用户的浏览数据推送相应的内容。
2023-11-28 14:08:23
767
原创 [记录]-共享gpu和专用gpu的区别
据说共享gpu是从系统内存中划分一半出来的，模型训练时要想真的加速训练，只有专用gpu那部分才是起作用的。只有在专用gpu不够用时才会用到共享gpu，共享gpu的速度很慢。
2023-11-28 13:48:33
3626
原创 [记录]-使用opencv打开图片为None的原因
换了好几个版本的OpenCV，还是返回None，文件名没有中文，路径也存在，发现原因是图片的访问权限有问题，可以试着把图片挪到其他盘或者更改权限。
2023-11-28 13:42:43
496
原创 [记录]-CUDA error: CUBLAS_STATUS_INTERNAL_ERROR when calling `cublasSgemm( handle, opa, opb, m, n, k,
系统存储空间不够，删除东西。
2023-10-27 10:34:49
118
原创 [记录]-arrays - PIL 类型错误 : Cannot handle this data type: (1, 1, 1), |u1
https://www.coder.work/article/7752795
2023-10-18 21:17:55
471
原创 SwinGAN(二)——[子模块]ciRPE(上下文图像相对位置编码)
lookup_table的shape是(8,3,64,64)和attn的shape相同，后续二者相加。其实前面都是准备数据，第七步才用到q，本质上看，它只是为了得到索引和线性层的中间维度，前面那么多逻辑是为了让索引值更合理吧。
2023-10-02 18:20:18
256
原创 [代码复现]-HATS
用来描述一个事件周围的局部模式原文：“the concept of time surface is introduced to describe local spatio-temporal patterns around an event”时间表面的公式化表示：ρ是具体的时间表面是一个分段函数：看图比如下图中xi=(0,0)，我一开始疑惑为什么二维坐标在一个坐标轴上表示，实际上是将左右的二维坐标穷举在一维坐标轴上了。
2023-09-20 14:28:57
226
原创 DDPM（train with CIFAR10）
复现代码来自：https://github.com/abarankab/DDPM一些理解，如有错误，欢迎指正。
2023-09-12 22:00:56
988
1
原创 VIT模型
加入CLS符号的原因：BERT保持NSP和M LM训练时一定的独立性。2.为什么位置编码可以和embdding相加。1.为什么需要位置编码。norm位置有所变化。
2023-08-17 14:03:42
129
原创 batch norm和layer norm
最后还要随每个像素进行平移缩放操作，也就是不保留它的0均值和1方差，而是让网络自行决定数据符合什么分布，这样分散到每个像素点的像素值可能和刚归一化出来的像素值有偏差。
2023-07-22 19:19:12
78
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人