- 博客(47)
- 收藏
- 关注
RSS订阅原创 kaggle加载训练好的模型
# kaggle加载训练好的模型## 问题已经在kaggle平台保存了（保存在电脑本地）一个自己训练好的模型，然后如何在一个新建的notebook中使用自己训练好的模型呢
2024-07-14 16:55:33
137
原创 图像预处理：颜色扭曲增强 transforms.ColorJitter(brightness=.5, hue=.3)
此外，还设置了参数 batch_size=40 来指定每个批次的样本数量，shuffle=True 表示在每个 epoch 开始前打乱数据顺序，num_workers=4 表示使用 4 个子进程来加载数据以加快速度，pin_memory=True 表示将数据加载到 GPU 内存中以加速训练过程。接着使用了一系列图像预处理的操作，比如调整尺寸、随机水平翻转、随机垂直翻转、颜色增强等，最后将图像转换为张量，并对图像进行了归一化处理。
2024-07-12 11:53:02
158
原创 【DDIM】DENOISING DIFFUSION IMPLICIT MODELS【论文精读】【视频讲解】【公式推导】
论文：DENOISING DIFFUSION IMPLICIT MODELS（https://arxiv.org/abs/2010.02502）去噪扩散隐模型的论文精读，涉及本文的大部分公式逐步推导。总计**3小时**的详细论文讲解。
2024-07-12 11:04:25
369
原创 从零入门CV图像竞赛(Deepfake攻防)【Datawhale 2024 年 AI 夏令营第二期】
Deepfake是一种使用人工智能技术生成的伪造媒体，特别是视频和音频，它们看起来或听起来非常真实，但实际上是由计算机生成的。这种技术通常涉及到深度学习算法，特别是生成对抗网络（GANs），它们能够学习真实数据的特征，并生成新的、逼真的数据。
2024-07-12 10:40:23
309
原创 为什么你的kaggle平台没有GPU设置按钮
为了使用kaggle的GPU资源，会需要在右上角开启加速按钮，但有些同学会发现没有这个按钮。只有前3个，这是怎么回事？难道kaggle不免费了，不是的。你需要去验证手机号。然后你会发现没有办法验证，它不然你接收验证码。
2024-07-11 15:53:50
130
原创 python读取指定文件夹下的图片（glob获取）
定义traverse_images函数，仅需要改变下根路径即可glob是python中用来查找符合特定规则的文件路径名的函数
2024-07-07 14:50:45
273
原创 边缘和条件高斯相乘后的高斯分布形式【模式识别书】
边缘和条件高斯相乘后的高斯分布形式【模式识别书】结论来自：《[Pattern Recognition and Machine Learning](https://www.cs.uoi.gr/~arly/courses/ml/tmp/Bishop_book.pdf)》公式(2.115)
2024-07-03 10:35:59
205
原创 2小时动手学习扩散模型（pytorch版）【入门版】【代码讲解】
朋友们，我制作了一个初学者的扩散入门项目解读课程，写详细的项目说明文档花费了我较长的时间，会附赠给课程。这个项目是来源于一位粉丝的推荐huggingface的入门项目。所以就想着给零基础同学快速了解扩散模型的核心模块，有个整体框架的理解。知道扩散模型的改进和设计的核心模块。主要针对：没有扩散模型项目经验的同学如果已经有经验的同学，就不用购买了，这主要是针对入门的课程。感谢朋友们的支持
2024-06-28 14:13:53
373
原创 30分钟学习如何搭建扩散模型的运行环境【pytorch版】【B站视频教程】【解决环境搭建问题】
动手学习扩散模型一、环境设置1.本地安装（CPU或者租赁的GPU）（1）新建虚拟环境（2）包安装- torch,torchvision- d2l- diffusers（3）检查包是否成功安装2.jupyter notebook运行安装（1）注册（2）下载代码仓库
2024-06-24 15:25:24
259
原创 解决MNIST数据集下载慢，或者Http连接失败问题
若下载MNIST数据集时遇到速度慢的问题解决：手动从MNIST数据集的官方网站直接使用下载好的数据文件，放到指定目录下，再进行调取即可。
2024-06-23 15:38:02
440
原创 从同—视角理解扩散模型（Understanding Diffusion Models A Unified Perspective）
从同一视角理解扩散模型【视频讲解笔记】配合视频讲解的同步笔记。整个系列完整的论文笔记内容如下，仅为了不用—一回复，共计14个视频讲解笔记，故设定了一个比较低的价格（仅6毛），大家可以自取
2024-06-22 13:55:48
172
原创 为什么用SDE(随机微分方程)来描述扩散过程【论文精读】
【论文精读】为什么用SDE(随机微分方程)来描述扩散过程(3.1,3.2)论文：Score-Based Generative Modeling through Stochastic Differential Equations地址：https://doi.org/10.48550/arXiv.2011.134561.扩散过程就是随机过程2.SMLD和DDPM都可以表示为不同的SDE形式
2024-06-16 01:42:55
220
原创 【免费视频讲解】【详细推导】Score-Based Generative Modeling Through Stochastic Differential Equations【论文精读】
论文：Score-Based Generative Modeling Through Stochastic Differential Equations
2024-06-16 01:36:49
318
原创 如何选择加噪使用的噪声尺度：超参数（alpha，beta）噪声尺度的设定
【附录C】如何选择加噪使用的噪声尺度：超参数（alpha，beta）噪声尺度的设定【论文精读】1.在2个扩散模型（SMLD和DDPM）中，（alpha，beta）噪声尺度的含义2.超参数（alpha，beta）噪声尺度的设定：等比序列和算数序列3.代入SDE和扰动核（perturbation kernel）后的形式注意点：初始t的设定，为了避开不连续问题和训练不稳定问题
2024-06-13 02:03:18
163
原创 从sub-VP SDE形式推导出扰动核（高斯分布）的均值和方差【论文精读】
【手推公式】从sub-VP SDE形式推导出扰动核（高斯分布）的均值和方差【论文精读】（0）sub-VP SDE形式由来：有良好的似然性；方差不会超过VP SDE的上界（1）写出均值和方差的ODE形式：根据公式（5.50）和（5.51）（2）求解ODE（一阶非齐次线性常微分方程）（3）简化解的形式：变量替换（换元）（4）写出perturbation kernel 的具体表达式
2024-06-13 00:16:13
192
原创 【手推公式】如何求SDE的解（附录B）
【手推公式】如何求SDE的解（附录B）核心思路：不直接求VE和VP的SDE的解xt，而是求xt的期望和方差，从而写出x0到xt的条件分布形式（附录B）
2024-06-09 22:50:50
416
原创 Transformer中的位置编码PE(position encoding)
【代码详解】Transformer中的位置编码PE(position encoding)，扩散模型中如何融合时间信息t到图x上（x+t）
2024-06-01 22:56:24
559
原创 np.concatenate在图像处理中的使用
单通道转换为多通道。在图像处理中，这种操作通常用于将单通道图像转换为多通道图像，例如将灰度图像转换为彩色图像。
2024-04-30 09:16:32
457
1
原创 Stable diffusion: AttributeError: module ‘jax.random‘ has no attribute ‘KeyArray‘
Stable diffusion: AttributeError: module 'jax.random' has no attribute 'KeyArray'
2024-04-16 14:51:32
618
1
原创 AI绘画核心技术与实战【课程推荐】
学完整个课程，最终的目的地是这样的：真正打开 AI 绘画领域的大门，理解 AI 绘画的黑魔法背后的支撑技术和算法原理，搭建起自己的知识体系，未来遇到新的 AI 绘画论文、代码、模型，也能举一反三。实战方面，让主流 AI 绘画工具成为我们发挥创意的强大助力，做出我们在各种 App 看到的、从业者实现出的商用级算法效果。
2024-03-30 10:46:33
282
原创 【python错误】Pytorch1.9 ImportError: cannot import name ‘zero_gradients‘
错误：Pytorch1.9 ImportError: cannot import name 'zero_gradients'
2024-02-03 14:48:26
854
原创 中国经济社会大数据研究平台——国内统计数据
网址：https://data.cnki.net/Yearbook/Navi?type=type&code=D###中国经济社会大数据研究平台，提供各个年度的统计数据
2022-08-28 11:06:52
2101
1
原创 R语言加强版数据框-tibble类型
在R语言中进行数据分析处理的二维表格的数据结构有：data.frame：最基本，大多函数的设计基于此种结构；读写速度一般 data.table：在data.frame上的改进，读写速度最快；加入了索引操作，结合索引数据处理更方便 tibble：主要在dplyr和tibble包中有效，主要关注于列list，支持整洁格式；数据进行懒加载三种数据结构出现顺序依次从早到晚。本文将重点介绍最...
2019-06-09 17:28:18
17872
1
原创 Python的IDE配置和IPython使用
本文将介绍“Python的IDE配置——Pydev”，以及IPython的使用。本文参考《利用Python进行数据分析》，还有Bonker的博客：http://www.cnblogs.com/Bonker/p/3584707.html注：具体内容存放于有道云笔记中，正文只给出目录内容，详情请点击如下链接：http://note.youdao.com/noteshare?id=092...
2019-06-08 20:36:14
531
原创 感知机原理手推
感知机是最简单的分类模型，但它的分类思想是可以进行多种扩展延伸的。希望本文的推导能说清楚来龙去脉。从是否存在间隔，可以分为基本感知机和间隔感知机。由代价函数的选择，可以有多种不同的优化方式。可选择的代价函数有：合页代价函数、softmax代价函数、max平方代价函数。其中有关代价函数的前置知识，可以参考文章：代价函数详解...
2019-05-26 21:09:51
294
原创 代价函数详解（合页代价与softmax代价）
机器学习中，一般都是找到适合的代价函数来构建目标函数，然后用优化算法进行代价函数的最小化。这就涉及到一个关键的内容，如何确定适合的代价函数，不仅要考虑求解，还要考虑对问题的适用性。本次只列出分类学习问题中，最常见的2种代价函数（合页代价与softmax代价），分别对其的性质进行详细的探讨。本文参考《机器学习精讲》的图形与推导。合页代价函数：应用、缺点、改进softmax代价函数：定义...
2019-05-26 21:01:18
513
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