- 博客(8)
- 收藏
- 关注
RSS订阅原创 Object Detection
backbone: 一般使用VoVNet，研究发现在ImageNet上ConvNext-XL主干性能大大超越，但是用在BEV detection中达不到相应效果，原因: 1) general CV和自动驾驶上的domain gap：backbone一般在二维任务上预训练 2) BEV detector结构过于复杂：输出bbox和输入backbone之间隔着encoder(生成bev特征)和object decoder（省略在head中）, 都是多层attention。从多图像传感器到BEV的任务；
2024-07-15 14:30:54
915
原创 docker笔记
把container内的某个路径下的file system以docker自有的方式存储为volume，存储路径不用指定，下次需要load只需要将同一个volume挂载到指定目录下即可。summary: bind和volume的方式同样是存储container中的文件，一个是直接挂载为host上的1-to-1方式，不生成 volume， 一个是以volume方式存储。是一个定义和分享多容器应用的工具。通过Compose，您可以创建一个YAML文件来定义服务，只需一个命令，即可启动整个应用或将其全部关闭。
2024-06-11 11:14:13
1636
原创 generative models notes
temporal emedding的作用，因为diffusion每一step的模型用同一套参数，但是从完全随机到图像每一步逐渐清晰。2. DDPM的解码编码前后维度一致，而一般VAE的bottleneck维度比图像小很多。1. DDPM的encode过程是固定的，而VAE的encoder是学出来的。，并直接0-t的error，inference时是step-by-step。(bottleneck)，再用于分类等任务，并非用于生成任务。添加noise，使得模型更加robust，类似MAE模型。
2023-11-06 11:36:33
33
原创 cheetsheet
对于某一层的weight，初始化分布或者. 前者scale by 输入的neuron个数，使forward pass的每一个output neuron方差相同。后者考虑了backprop pass的gradient值方差，取了平均。需要搭配tanh使用，不要搭配ReLu，确保gradient在0时为1 （近似线性）
2023-11-03 14:48:40
56
1原创 distributed-marl system
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、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结前言提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下（示例）：import numpy as np import pandas as pd impor
2022-04-28 11:25:55
64
原创 Tensorflow中的subclass
Loss以交叉熵为例：tf的loss api一般通过如 tf.metrics.SparseCategoricalCrossentropy(from_logits=True) 创建instance函数，或者不需要pass in参数的情况下：tf.metrics.sparse_categorical_crossentropy, 然后通过metrics(y_true, y_pred)来call这个函数Subclass损失函数需要重写 __init__()和 call() 两个函数__init__
2021-10-02 21:58:29
365
原创 Tensorflow官方文档：Writing a training loop from scratch
background：Tensorflow的模型API一般流程是build(通过functional API或者sequential模型) - compile(specify loss, optimizer, metrics) - fit这篇文章主要介绍是compile和fit的底层api代码。直接上核心部分代码optimizer = keras.optimizers.SGD(learning_rate=1e-3)loss_fn = keras.losses.Sparse...
2021-09-27 11:03:44
133
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