- 博客(14)
- 收藏
- 关注
RSS订阅原创 运行SEAM实验的一些问题
使用SEAM出现的两个问题 Running setup.py install for pydensecrf … error ERROR: Command errored out with exit status 1 python版本太高了，创建python3.6的环境 CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorre
2021-11-13 09:56:24
1328
转载 医学图像ct分割中的报错
TypeError: can only concatenate list (not “MultiValue”) to list #72 If anyone is using pydicom=1.0.2 instead of the older pydicom=0.9.9, you will get an exception during the preprocessing step: TypeError: can only concatenate list (not “MultiValue”) to lis
2021-09-08 11:03:24
360
原创 机器学习笔记——（HW01）
读取文件操作 常见的读写操作： with open(r'filename.txt') as f: data_user=pd.read_csv(f) #文件的读操作 with open('data.txt', 'w') as f: f.write('hello world') #文件的写操作 相关参数： r: 以只读方式打开文件。文件的指针将会放在文件的开头。这是**默认模式**。 rb: 以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。这是默认模式。 r+: 打开一个文件用
2021-07-13 08:52:53
149
原创 机器学习（李宏毅版）——12
终身学习 LLL，通过终身学习进化为天网，最终控制人类。 将训练好的模型上传到网络上，进行资料收集，用来再训练当前模型。 先训练任务一再训练任务二，但是在训练完任务二之后，任务一被忘记。 这里的多个任务不是指语音辨识、图像识别、文字辨识，而是指不同的domain。 学完新任务后，旧任务就被忘记。如果新任务和旧任务同时学习，会对旧任务有更好的表现，说明机器是有能力学习多个任务的。 Catastrophic Forgetting，机器学习的灾难性遗忘。 如何解决？Multi-task training，多个任务
2021-07-11 22:37:19
135
原创 机器学习笔记—9（李宏毅版）
概述领域自适应（Domain Adaptation） 训练资料和测试资料有差异时，可能会坏掉，叫做Domain Shift 训练资料与测试资料有差异时，如何做得更好？
2021-07-11 22:37:10
247
3
原创 机器学习笔记—8（李宏毅版）
如何面对来自人类的恶意攻击 在一个图片向量（benign image）上，每个维度加上一个很小的杂讯（attack image）后丢入network中进行训练 加入杂讯后的判断结果 无目标攻击：猫+杂讯=其他任何东西 有目标攻击：猫+杂讯=海星 人类看不出添加杂讯的影响，但是对于机器来说却造成了完全的判断错误。 How to attack targeted L(x)=-e(y,y.hat)+e(y,y.target)，结果应当接近海星而远离猫。 L2-norm 修改每个像素一点点 L-infinity 修改
2021-06-02 10:04:17
104
原创 机器学习笔记—7（李宏毅版）
Self-Supervised Learning ELMo 94M BERT 340M ERNIE Big Bird GPT-2 1B Megatron 8B …… BERT十分巨大，有340M的参数 自监督学习 Data+训练，不需要Label，是Unsupervise-Learning的一种 监督学习 Data+Label+训练 Masking Input BERT transformer encoder，输入一排向量，输出一排长度相同的向量 输入一个句子，随机盖住一些字，或者随机替换一些字 盖住部分的
2021-05-26 10:53:10
78
原创 机器学习笔记—6（李宏毅版）
GAN，生成式对抗网络 Video Prediction Previous frames – Network --> Frames 让 Network 的输出不是单一的、固定的，而是有几率的分布输出。 当同一个输入，有多种不同可能性的正确输出时，就需要 distribution。 比如输出一个带翅膀的动物，那么就有多种结果，而很多种结果都是正确的。 再比如输出辉夜是谁，可以输出秀知学院的四宫辉夜，也可以输出忍者世界的大筒木辉夜。 Unconditional generation ...
2021-05-22 09:27:38
88
原创 机器学习笔记—5（李宏毅版）
Transformer Transformer 就是一个 Seq2Seq 的 model，output 的长度有可能确定、为一、或者未知（由机器自己决定，比如语音识别、中英翻译、语音翻译）。 Seq2Seq 还可以应用于训练聊天机器人。收集大量人与人之间的对话进行训练。QA 类型训练可以作为训练的基础，而 QA 可以用 Seq2Seq 的 model 来解决，对于特定的任务使用特定的模型往往可以得到更好的结果。 文法剖析，输入为一段文字，而输出是一个树状的结构体，可以使用括号和文字来表示。 用 Seq2Se
2021-05-11 10:26:59
77
原创 机器学习笔记—3（李宏毅版）
Convolutional Neural Work (CNN) 对图片进行分类 1.首先需要假设图片的大小都是相同的，将类别表示为 one hat vector ，该向量的长度表示分类的种类数量。 在机器学习中，一张图片是 3D tensor，分别表示图片的 长-宽-RGB，例如 100x100x3 ，将三维转换为一维向量，将这个一维向量当作 Network 的输入。 对于影像的特性，可以判断图像中的一些 图案pattern 来对图片进行分类，比如鸟的翅膀、喙，这样可以适当减少输入的参数，避免 over f
2021-05-06 09:57:43
61
原创 机器学习笔记—2（李宏毅版）
如何找到更好的 function 先分析 training data 上的训练结果 loss 1.1.1. 在训练结果上loss很大时，有可能出现了model bias，原因是model过于简单，最好的function不在function set中。 解决办法：让model更具弹性1.设定更多的feature。2.进行深度学习deep learning。 1.1.2. 可能有optimization issue，通过gradient descent找出的是极小的function，但不是最小的funct
2021-04-25 23:17:06
59
原创 机器学习笔记—1（李宏毅版）
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 机器学习前言一、Regression二、步骤1.寻找Model（Function Set）2.读入数据总结 前言 机器学习为人工智能的基础学科。 课程网址：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML20.html B站视频地址：https://www.bilibili.com/video/BV1JE411g7XF?from=search&seid=18330864429491522
2021-04-21 10:36:47
99
原创 使用Pyenv安装Python时出现错误
使用Pyenv安装Python时出现错误 在安装python 2.7.8时使用pyenv install 2.7.8时报错： ERROR: The Python ssl extension was not compiled. Missing the OpenSSL lib? 换成安装 pyenv install 3.7.0 时不报错了。 另一个可能的解决方案： https://blog.csdn.net/wst07261144/article/details/88928487 ...
2021-04-04 20:12:14
683
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