- 博客(54)
- 收藏
- 关注
RSS订阅原创 论文学习——CoLA: Weakly-Supervised Temporal Action Localization with Snippet Contrastive Learning
弱监督时间动作定位（WSTAL）的目的是在只有视频级标签的未修剪视频中定位动作。现有的模型大多遵循“通过分类进行定位”的程序：定位对视频级分类贡献最大的时间区域。通常，它们单独处理每个代码片段（或帧），从而忽略了富有成效的时间上下文关系。这里出现了单片段作弊问题：“硬”片段太模糊，无法分类。在本文中，我们认为通过比较来学习有助于识别这些硬片段，并且我们建议利用片段对比学习来定位动作，简称CoLA。
2023-09-26 15:37:30
207
原创 pytorch学习——LSTM和GRU
LSTM（长短期记忆网络）和GRU（门控循环单元）是两种常用的改进型循环神经网络（RNN），用于解决传统RNN中的长期依赖性和梯度消失/梯度爆炸等问题。LSTM和GRU都通过引入门控机制和记忆单元来增强RNN的建模能力，并有效地捕捉长期依赖性。它们具有类似的结构，但在门控机制的设计和计算复杂度上有所不同。
2023-09-08 10:39:11
595
原创 pytorch学习——循环神经网络RNN讲解及其实现
循环神经网络RNN（Recurrent Neural Network ）是一类广泛应用于序列数据建模和处理的神经网络模型。相比于传统的前馈神经网络，RNN在处理序列数据时引入了时间维度的循环连接，使得网络能够保持对先前信息的记忆和上下文依赖。RNN的一个关键特点是其内部的循环结构，允许信息在网络中进行传递和交互。在RNN中，每个时间步的输入不仅包括当前时间步的输入数据，还包括前一时间步的隐藏状态（hidden state）。
2023-09-07 20:31:35
1158
1
原创 vision transformer 详解
在 "An Image Is Worth 16x16 Words: Transformers For Image Recognition At Scale" 论文的实验部分，与其他方法相比，该方法取得了以下突破性的成果：在大规模图像分类任务上超越传统方法：论文中的方法在 ImageNet-1K 数据集上进行了实验，并与传统的卷积神经网络（CNN）进行了比较。结果显示，该方法在准确性方面超越了传统的CNN模型，取得了更好的图像分类性能。大规模预训练模型的有效性：论文中的方法使用大规模的图像数据集进行了预训练，
2023-09-07 10:56:01
294
原创 论文翻译——TSN——Temporal Segment Networks: Towards Good Practices for Deep Action Recognition
Temporal Segment Networks: Towards Good Practices for Deep Action Recognition》是由Limin Wang等人于2016年在European Conference on Computer Vision（ECCV）上发表的论文。该论文介绍了一种名为Temporal Segment Networks（TSN）的模型，旨在改善视频动作识别任务的性能，并提出了一些优化实践方法。
2023-09-06 20:49:38
206
原创 论文翻译——VIT——An Image Is Worth 16x16 Words: Transformers for Image Recognition at Scale
"An Image Is Worth 16x16 Words: Transformers for Image Recognition at Scale" 是由 Dosovitskiy 等人于 2020 年发表的论文。这篇论文提出了 Vision Transformer (ViT) 模型，使用 Transformer 架构来进行图像识别任务。传统的计算机视觉模型通常使用卷积神经网络（CNN）来提取图像特征，但 ViT 提出了一种完全基于自注意力机制的新方法。
2023-09-06 20:03:11
152
原创 pytorch学习——如何构建一个神经网络——以手写数字识别为例
神经网络是一种计算模型，它模拟了人类神经系统的工作方式，由大量的神经元和它们之间的连接组成。
2023-08-02 16:23:33
1327
原创 什么是熵？
熵（Entropy）是一个重要的概念，最初出现在热力学领域，用于描述系统的混乱程度或不确定性。熵也被广泛应用于信息理论、统计学和计算机科学等领域。通常来讲，熵，是对的度量。熵越大，混乱程度、不确定程度越高。
2023-08-02 12:42:51
898
原创 pytorch学习——正则化技术——丢弃法（dropout）
引入Fashion-MNIST数据集。我们定义具有两个隐藏层的多层感知机，每个隐藏层包含256个单元。将暂退法应用于每个隐藏层的输出（在激活函数之后）， 并且可以为每一层分别设置暂退概率： 常见的技巧是在靠近输入层的地方设置较低的暂退概率。下面的模型将第一个和第二个隐藏层的暂退概率分别设置为0.2和0.5， 并且暂退法只在训练期间有效。#定义两个隐藏层，每个隐藏层有256个单元dropout1, dropout2 = 0.2, 0.5 # 为每个隐藏层设置一个 dropout 概率。
2023-08-01 09:54:48
2721
原创 pytorch学习——正则化技术——权重衰减
权重衰减是通过L2正则项使得模型参数不会过大，从而控制复杂度~正则项权重是控制模型复杂度的超参数下面的代码将模型拟合训练数据集，并在测试数据集上进行评估。函数的具体实现如下：首先通过init_params()函数初始化模型参数w和b。定义net函数为线性回归模型，loss为平方损失函数。设置训练的轮数num_epochs和学习率lr，同时创建一个可视化工具animator，用于可视化训练过程中的损失值。
2023-07-31 18:44:13
3564
原创 pytorch学习-线性神经网络——softmax回归+损失函数+图片分类数据集
softmax回归是一个多分类分类模型使用softmax操作得到每个类的预测置信概率，非负且和为1。
2023-07-26 17:12:47
874
原创 pytorch学习——线性神经网络——1线性回归
概要：线性神经网络是一种最简单的神经网络模型，它由若干个线性变换和非线性变换组成。线性变换通常表示为矩阵乘法，非线性变换通常是一个逐元素的非线性函数。线性神经网络通常用于解决回归和分类问题。
2023-07-26 11:06:24
1833
原创 力扣天天练--week3-LeetCode75
题目描述：给你一个字符数组 chars ，请使用下述算法压缩：从一个空字符串 s 开始。对于 chars 中的每组 连续重复字符 ：如果这一组长度为 1 ，则将字符追加到 s 中。否则，需要向 s 追加字符，后跟这一组的长度。压缩后得到的字符串 s 不应该直接返回 ，需要转储到字符数组 chars 中。需要注意的是，如果组长度为 10 或 10 以上，则在 chars 数组中会被拆分为多个字符。请在 修改完输入数组后 ，返回该数组的新长度。
2023-07-26 09:49:23
135
原创 力扣天天练week3-LeetCode75
题目描述：给你两个字符串word1和word2。请你从 word1 开始，通过交替添加字母来合并字符串。如果一个字符串比另一个字符串长，就将多出来的字母追加到合并后字符串的末尾。返回 合并后的字符串。示例：思路：将word1和word2逐项加到result中，直到其中一个为空，再将剩余元素加到结果中。
2023-07-24 11:21:29
92
原创 pytorch学习日志——张量，广播机制，索引与切片
在 PyTorch 中，张量（Tensor）是一种多维数组，可以用来表示各种类型的数据，例如图像、音频、文本等。张量具有以下特点：多维数组：张量可以表示任意维度的多维数组，例如标量（0 维）、向量（1 维）、矩阵（2 维）等。张量运算：张量支持各种数学运算，例如加法、减法、乘法、除法等，还支持逐元素运算、矩阵运算、广播运算等。自动求导：张量支持自动求导，可以方便地进行反向传播算法，用于训练深度学习模型。支持 GPU 计算：张量支持在 GPU 上进行计算，可以大幅提高计算速度。在。
2023-07-21 11:04:47
560
原创 算法-----回溯
回溯 (Backtracking) 是一种求解问题的算法思想，通常用于在一组可能的解中搜索出所有的解。回溯算法的基本思想是，从问题的解空间树中搜索所有可能的解，当发现当前搜索状态不能得到正确的解时，就返回到上一个状态，继续搜索其他可能的解。回溯算法通常采用递归的方式实现。
2023-07-20 10:19:05
147
原创 力扣天天练-day13
这里使用了一个技巧，即将每个子集按照元素大小排序后，再将其转换为元组，然后将所有元组放入一个集合中去重。使用 itertools 库中的 combinations() 函数生成所有可能的由 i 个元素组成的组合。给你一个整数数组 nums ，其中可能包含重复元素，请你返回该数组所有可能的子集（幂集）。使用 for 循环枚举子集元素个数（从 0 到数组长度），其中 i 表示子集元素个数。计算给定整数数组的长度，并初始化结果数组为空列表 result。将去重后的元组转换为列表，返回去重后的结果数组。
2023-07-20 09:02:42
38
原创 python中对数组元素去重（一维+二维）
set() 函数创建一个无序不重复元素集合，可以将列表转换为集合，然后再将集合转换回列表，从而实现去重。解释：set() 函数用于创建一个集合（set），它是一种无序且不重复的数据类型。set() 函数的去重原理就是利用了集合不允许有重复元素的特性。当我们将一个列表或其他可迭代对象传递给 set() 函数时，Python 会遍历可迭代对象中的每个元素，并将其添加到集合中。在添加元素的过程中，Python 会自动检查集合中是否已经存在相同的元素，如果存在，则不会将其重复添加。
2023-07-19 10:14:58
1020
原创 力扣天天练（7-12~7-19）下
例如，当 n=4，k=2 时，如果从小到大枚举，会得到组合 [1,2] 和 [2,1]，它们实际上是相同的组合。直到递归结束，程序返回所有符合条件的组合。具体来说，当前位置可能为2或3，应变为0或1，即减2，而前一位要加1，相当于由前一位和当前位组成的数，先减2、再加10，即加8.思路：由于列表已经按照顺序排列，只需遍历一次，记录元素出现次数，如果出现大于2次，则将元素删除，然后count-1，继续向后遍历。思路：遍历矩阵，找出其中值为0的行和列，记录，然后在分别遍历矩阵，将这些行的元素和列的元素置为0。
2023-07-18 20:40:43
59
原创 Python中用于迭代器操作的函数——itertools
itertools是Python标准库中提供的一个模块，它包含许多用于迭代器操作的函数。
2023-07-18 15:55:56
108
原创 力扣天天练——week2（7-12~7-19）上
思路：由于只能原地旋转，所以先转置再交换列，注意，转置只需要转置上三角区域，否则会恢复原样，交换列也只能交换前半部分区域，时间复杂度O(n2)，空间复杂度O(1)思路：当看到排列，组合，所有可能这样的字眼，第一时间想到回溯算法，每次选取一个元素加入结果然后循环再回溯，由于此题只有暴力解，因此时间复杂度是O(n!思路：不能直接转化为整数相乘，则用竖式相乘的思想，切片做成乘法运算后再移位加，最后输出结果，时间复杂度为O(mn)，空间复杂度为O(1)给定一个 n × n 的二维矩阵 matrix 表示一个图像。
2023-07-17 20:15:53
111
原创 我的学习观
学习是一个从实践到认识，再从认识到实践的过程，学习是一个螺旋上升的过程，学习一方面是压缩信息得到规律，另一方面是对知识的迁移和完善。学习是一种终身的、不断成长和发展的过程，需要持续地提高自己的认知能力、思维能力和创新能力，不断拓展自己的视野和能力，发现自己的兴趣和潜力，积极主动地探索和发现新的知识和技能，同时与他人互动和交流，共同学习和成长。例如：马斯克想移民火星，这个问题超出人类科技范畴，但把问题分解成可回收收火箭，人工生态圈等等小目标，一个个实现完成，最后移民火星的计划就可以实现。
2023-07-14 15:31:31
150
原创 算法———最长回文子串
方法1：我使用的方法：中心扩展法，枚举回文串的中心位置，分奇偶两种情况讨论，选定中心元素后，向左和右扩展，如果是回文串，记录长度与当前长度比较，更新为长度较大者，遍历完成后返回最长子串，时间复杂度O(n2)，空间复杂度O(1)两层for循环，从外层向内层逼近，用j从字符串的长度开始递减到0，每次递减1，求长度等于j的字符串，有则返回最长回文子串。从长度为2开始枚举区间长度，对于每个区间长度，枚举区间左端点。然后将所有长度为1的子串都标记为回文串，即。，或者区间长度为2，那么。
2023-07-12 19:11:30
102
原创 力扣天天练-day6
思路：先将不满足条件的元素置为0（负数或者大于max），然后初始化一个新数组，长度为max+1，元素初始化为0，随后将处理完的原数组的元素对应到新数组下标，如果存在，则将新数组下标置为1，循环result数组，找出第一个元素为0的下标，返回下标加一。思路：分别遍历行，列，九宫格，用storage存储出现的数字，如果当前数字已经储存在storage里，说明重复了，不能构成数独。描述前一项，这个数是 1211 即 “ 一 个 1 + 一 个 2 + 二 个 1 ” ，记作 "111221"
2023-07-12 12:42:04
41
原创 力扣天天练-day-4
思路：删除原列表时，列表长度会发生变化，从而影响元素下标，发生索引错误，为了解决这个问题，可以使用倒序循环的方式遍历列表，从最后一个元素遍历到第一个元素，如果当前元素与前一个元素相同，则删除当前元素。题目描述：给你一个 升序排列 的数组 nums ，请你 原地 删除重复出现的元素，使每个元素 只出现一次 ，返回删除后数组的新长度。给你一个数组 nums 和一个值 val，你需要 原地 移除所有数值等于 val 的元素，并返回移除后数组的新长度。元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。
2023-07-10 09:01:40
144
原创 力扣天天练-day3
题目描述：给定一个只包括 '('，')'，'{'，'}'，'['，']' 的字符串 s ，判断字符串是否有效。思路：经典括号匹配问题，用栈将元素存储，如果是左括号则入栈，遇到括号则弹出栈顶元素，不匹配则返回false，匹配则继续，直到栈空。l1+l2的新链表，遍历min（l1,l2）次，将两个链表的表头比较，较小者加入新链表，双指针。思路：相当于给这些括号排序，要求：第一个绝对是左括号，最后一个绝对是右括号，看到所有可能，需要想到回溯。思路：k个指针，比较k个链表头结点的大小，将小的加入新链表。
2023-07-08 23:18:27
52
原创 杂记—python中常用功能函数----sorted(),map,匿名函数，栈，链表，for...else...
函数使用的排序算法是Timsort（一种混合的排序算法），其时间复杂度为O(n log n)。函数是一个内置函数，用于对可迭代对象中的每个元素应用一个函数，并返回一个新的可迭代对象。函数通常用于定义简单的函数，特别是在需要传递函数作为参数的情况下。是Python内置函数，返回一个新的已排序的列表，原始列表不会被修改。是函数的返回值表达式，可以是任意有效的表达式。函数返回的是一个迭代器，而不是列表。是列表的方法，直接对原始列表进行排序，不返回新的列表。是函数的参数列表，可以有多个参数，用逗号分隔。
2023-07-07 11:25:15
164
1
原创 力扣天天练，day1
思路2：按照ASCII码排序，找出其中最大的和最小的，最大的和最小的公共前缀就是最长公共前缀（python中字符串可以比较，按照ASCII码排序）——时间复杂度O(n2)思路：由于题目所给范围小，可以用穷举法的思想，本题类似于求整数中各个位数，加上4,9等限制条件，最后循环输出（有点贪心算法的意思，先把符合条件的大的用完，再用小的）思路2：双指针，左右各一个，先将最大储水量定为最大的长方形，如果左边高度小于右边则左指针向右移，否则又指针向左移，时间复杂度O(n)，空间复杂度O(1)
2023-07-06 22:12:13
138
2
原创 力扣作业一
思路：理清其中的数学关系，当出现不同单位组合时，如果前一个单位比后一个单位小则相减，其与则相加，遍历一遍，求和。思路：将列表中所有元素加入集合，用以判断是否重复，记录子串长度，向后遍历逐渐找出最大值。思路：先确定最小列表长度即为理想中最大公共前缀，然后双层循环找出最长公共前缀。思路：将列表与其逆置列表比较，相同则true，不同则false。说明：暴力解法，时间复杂度O(n2)思路：弄清题目限制，用判断语句。
2023-07-05 19:28:35
33
原创 机器学习DAY-1,2023-03-29
机器学习最常用的是以下两类：1.监督学习（supervised learning）2.无监督学习（unsupervised learning）
2023-03-29 23:06:42
27
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