- 博客(24)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 RuntimeError: CUDA error: invalid device ordinal CUDA kernel errors might be
原因： 当前环境的显卡 与程序。设定的显卡不匹配引起。
2023-10-27 17:18:05
1144
原创 Awesome Gait Recognition-步态识别公开资源库
步态识别公开资源库 （步态识别入门指南）包含步态识别经典和最新论文，包含数据集和比赛等
2023-03-17 21:04:03
234
原创 图游走类模型
相似的词 ，向量的相似性高使用skip gram 和negative smapling 词向量化更多关注random walk的算法创新pai原始概率分布根据有意义的元路径（专家刷选或网络）进行游走
2022-07-02 11:08:58
262
原创 图的基本知识
图是一种统一描述复杂事物的语言常见的图 社交网络图 推荐系统 化学分子graph learning，深度学习的一个子领域，对象是图与一般的深度学习不同的是，能够处理不规则（树，图）和规则数据（image）分为以下三类图游走类算法：通过在图上的游走，获得多个节点序列，再利用skip gram 模型训练得到节点表示图神经网络：端到端模型，利用消息传递机制实现知识图谱嵌入算法：专门用于知识图谱的相关算法同构图和异构图度与邻居图的表示图的特征refhttps://aistudio.b
2022-07-01 11:46:37
253
原创 GNN-图机器学习
主要任务通过已知的节点和边，得到新的边权重和特征在不同的 task 中，Link Prediction 被用于：在社交网络中，进行用户/商品推荐2. 在生物学领域，进行相互作用发现3. 在知识图谱中，进行实体关系学习4. 在基础研究中，进行图结构捕捉在不同的 work 中，Link Prediction 还会被称为（可以使用这些关键词检索哦）：Edge Embedding/Classification2. Relational Inference/Reasoning3. Graph Generation（
2022-06-30 11:13:35
140
原创 图-介绍（intro-Graph）
先求出该图所表示的邻接矩阵的特征值。选最大的一个特征值2.48，求出对应的特征向量。将其乘以-1，是没有影响的。于是得到了图中所示的特征向量中心性 11. 中介中心性 Betweenness Centrality=（经过该节点的最短路径数量）/（经过其余节点的最短路径数量）zhihu:度中心性、特征向量中心性、中介中心性、连接中心性python library:networkxcourse code:colabvideo:[b 站 视]](https://www.bilibili.com/vide
2022-06-29 17:17:35
555
原创 解藕表征阅读
【cvpr2022-Decoupled Knowledge Distillation】使用teacher网络（比student更深）学习到的知识，对学生学习到的知识做一个监督之后的工作使用中间特征监督这篇工作发现之前KD的方法，使用最后的logits性能被限制住？【可解释解耦表征中的位置与内容假设】解耦就是将一个对象分解为各自独立的因素。不同的因素控制不同的结果，一个因素只控制一个结果的改变。解耦表征，也就是找出对象特征里的可解释因子，从而对高维的数据产生有意义的理解。非监督解耦认为，现实世界
2022-06-16 11:35:34
693
1
原创 disentangled representations
sparse data manifold=>compressible有10个数据，使用4x4=16维的数据表示。我们可以发现每个数据特别地有一个空列。因此对于每个图像，大多变化可以用一个数来表示ref:https://www.youtube.com/watch?v=itOlzH9FHkIintro:Machine Learning Edinburgh: Disentangled Representationstalker:Yordan Hristov, University of Edinbur
2022-06-16 10:28:46
259
原创 Disentangling Feature Extractor
What is Disentangled Representation Learning?Disentangled representation is an unsupervised learning technique that breaks down, or disentangles, each feature into narrowly defined variables and encodes them as separate dimensions. The goal is to mimic th
2022-06-15 22:33:32
97
原创 传统机器学习与深度学习的区别
传统机器学习（traditionla machine learning），分为两步为特征提取（手工工程handcrafted）和可训练的分类器深度学习（deep learning）一步到位，过程包含了各个level特征提起（low-mid-high）以及分类器，这些都是可训练的。个人认为，之后一些dl子领域的任务，如行人重识别和步态识别都使用了end2end网络，目的也是发挥‘完全深度神经网络’的能力。但这个端到端的训练，在一个数据集到另个数据集上的表现（cross-domian）上有使用分步（或者han
2022-06-15 16:06:03
945
原创 NYU-DL-21SP-History of DL
On a conceptual level, deep learning is inpsired by the brain but not of the brain’s details are relevant.Simliarly, airplanes were inspired by birds.The principle of flying id the same but the details are extremely different .ref:https://atcold.github.io/
2022-06-15 15:49:53
282
原创 GPU 显存不够用，RuntimeError: CUDA out of memory
GPU 显存不够用，RuntimeError: CUDA out of memory有效解决方法，最简单 kill所有相关进程
2022-03-04 08:23:04
668
原创 MIT6.S191(2021) 第一章 Intro to Deep learning
Intro to Deep learning课程网站1.The perceptron1.1 感知器是最小的神经单元1.2 感知器的基本结构感知器基本结构如下，首先输入一组数据x1,x2,xmx_1,x_2,x_mx1,x2,xm（神经元输入）分别乘上相应的权重w1,w2,wmw_1,w_2,w_mw1,w2,wm，将结果求和（可以看作是一个线性组合）再加上一个bias（偏移量）；将结果使用一个非线性激活函数（常见的有relu,sigmoid,tanh），便得到神经元的输出1.3 感
2022-02-01 17:27:45
877
原创 linux下GPU显存无法释放
1.背景使用pytorch中的ddp训练模型的时候，由于程序报错，我反复运行py文件，导致显存不够2. 解决方法使用 nvidia-smi 命令（或者该fuser -v /dev/nvidia* ）看有哪些进程，使用kill -9 PIDnvidia-smikill -9 PID实际中，我先使用了 nvidia-smi +kill -9 PID，但是显存还是无法清理干净。故使用了fuser -v /dev/nvidia +kill -9 PID*fuser -v /dev/nvidia*
2022-02-01 15:22:04
3552
原创 QT6 安装教程（已成功安装）新版本安装
由于网络原因，需要使用镜像进行下载安装Fiddler （用于切换国内镜像下载）下载QT最新版的online installer打开QT installer以上详细步骤可参考这篇博客注意，其中会遇到很多次安装失败，我也是安装了两天，不断的尝试。总结以下安装经验一定先打开Fiddler，并输入相关的命令后，不要关闭该软件；接着打开installer如果反复遇到网络报错，或者是‘hash…’这样的错误，可在Fiddler中更换镜像，之后点击报错弹框中的Retryqt 镜像网站（点击）国内支
2022-01-20 14:37:52
6497
2
原创 为什么Fast R-CNN 中说SPPNet很难进行反向传播
英文原文解释“The root cause is that back-propagation through the SPP layer is highly inefficient when each training sample (i.e. RoI) comes from a different image, which is exactly how R-CNN and SPPnet networks are trained. The inefficiency stems from the fact
2021-11-19 09:27:11
1313
原创 学习日常总结之一
Deep learning：1.神经网络的概念和相关历史发展模仿生物大脑结构和功能40年代 M-P模型生物神经元的假定多输入单输出的神经元的输入有兴奋性输入和抑制性输入空间整合性和阈值特性输入与输出之间有一定的时滞，主要取决于突出延搁W 模拟不同的突出性质和强度 负数代表抑制 正数代表兴奋 大小代表突出的 不同连接强度求和 相当于生物神经元中的膜电位，超过阈值发送脉冲，否则不发出信号（我觉得这个也是为什么Relu比Sigmoid激活函数要好的原因，更符合生物特性，这里面随着人类对生物神经
2021-10-15 18:57:49
137
原创 The server encountered an unexpected condition that prevented it from fulfilling the request.
**子类没有调用父类的init方法->出现nullpoint}** public void init(ServletConfig config) throws ServletException { super.init(config); // this.config = config;super.init(config);不要注释调
2021-04-30 08:44:59
364
原创 IDEA:java:无效的源发行版：14
idea jkd 版本与本机不一致解决办法：Project Structure检查修改：Project的SDK版本 ->本机jkd(jkd1.8)检查修改：Module模块的Language Level-(jkd1.8->8)检查修改：Module SDK(jkd1.8)检查修改：Setting->Java Complier->修改byte code version(jkd1.8)Reference https://blog.csdn.net/wtt15100/ar
2021-04-30 08:12:09
208
原创 尚硅谷的javaweb servlet的代码时候 实例化Servlet类[com.servlet.ParameterServlet]异常
在写尚硅谷的javaweb servlet的代码时候 发生实例化Servlet类[com.servlet.ParameterServlet]异常解决办法apache-tomcat版本问题原来发生错误：apache-tomcat-10.0.5现在：apache-tomcat-9.0.45
2021-04-29 16:13:42
1108
1
原创 leetcode 朋友圈(改名为省份数量)代码在测试答案出错
输入[[1,1,0],[1,1,0],[0,0,1]]输出3预期结果2代码dfs中 引用没有加 错误[[1,1,0],[1,1,0],[0,0,1]]输出3预期结果2)class Solution {public: int findCircleNum(vector<vector<int>>& isConnected) { int n = isConnected.size(),count=0; vector<
2021-04-12 21:46:44
80
原创 OPENCV :Assertion failed (size.width＞0 && size.height＞0) in cv::imshow
问题：OPENCV出现， Assertion failed (size.width>0 && size.height>0) in cv::imshow解决方法：1、打开vs 属性管理器2. 右击x64 选择属性3. 在链接器中，输入中，附加依赖项中，添加 opencv_world451d.lib（注意如果之前添加过opencv_world451d.lib，opencv_world451.lib两项的 将opencv_world451.lib删除）debug一下，完成
2021-03-01 10:47:27
524
原创 CMake来编译OpenCV，细致教程
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文章目录前言一、openCV配置cmake编译二、使用步骤1.下载openCV [openCV官网](https://opencv.org/releases/)2.创建build文件夹3.下载opencv_contrib-4.5.1（此版本与opencv版本对应）4.下载cmake 并编译4.CMake来编译OpenCV常见问题总结前言提示：示例系统为 win10 64位：CMake来编译OpenCV，以匹配自己使用的VS版本。
2021-02-28 18:04:34
26795
7
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人