- 博客(9)
- 收藏
- 关注
RSS订阅原创 即插即用模块之Iformer
self.proj2 = nn.Conv2d(embed_dim // 2, embed_dim, kernel_size=1) # 自适应卷积。self.proj1 = nn.Conv2d(in_chans, embed_dim // 2, kernel_size=1) # 自适应卷积。self.proj = nn.Conv2d(in_chans, embed_dim, kernel_size=1) # 自适应卷积。但对于大图像要求显存可能较大（我跑不起来，显示OOM）
2024-03-26 19:31:32
1095
原创 计算机视觉导论 lec1&2笔记
外参数 R|t 3dworld->camera。内参数 K camera->image。SVD代表奇异值分解。的主对角线上元素的和（又称为矩阵。重点掌握相机的内外参数。
2024-02-29 09:35:07
149
原创 Pytorch基础知识 2
它们表现出来的区别在于反向传播结束之后，非叶子节点的梯度会被释放掉，只保留叶子节点的梯度，这样就节省了内存。PyTorch是动态图，即计算图的搭建和运算是同时的，随时可以输出结果。注意：grad在反向传播过程中是累加的(accumulated)，这意味着每一次运行反向传播，梯度都会累加之前的梯度，所以一般在反向传播之前需把梯度清零。使用Autograd，可以方便地进行反向传播，计算模型参数的梯度，并使用优化算法更新参数，以训练深度学习模型。，可以追踪对该张量的所有操作，并在需要时自动计算梯度。
2024-01-01 21:42:34
388
原创 Pytorch基础知识
Pytorch中,torch.Tensor(张量)是存储和变换数据的主要工具。(返回结果可能是一个拷贝，也可能是源张量的一个视图(view)。当对两个形状不同的 Tensor 按元素运算时，可能会触发广播(broadcasting)机制：先适当复制元素使这两个 Tensor 形状相同后再按元素运算。想要查看tensor的形状，可以使用x.size()或者x.shape。(x为现有的tensor)torch.view()： 这个函数返回的新张量与源张量共享数据，如果你改变其中一个，另一个也会改变。
2023-12-31 20:52:03
378
1
原创 模型评价指标
P-R曲线上的一个点代表着，在某一阈值下，模型将大于该阈值的结果判定为正样本，小于该阈值的结果判定为负样本，此时返回结果对应的召回率和精确率。PR曲线所包含的面积，当我们取不同的置信度，可以获得不同的P和R，PR曲线下面所包含的面积就是模型检测某个类的AP值。3）精确率(Precision)=TP/(TP+TN) 在预测正确的结果中，被正确预测的正样本所占的比例。2）召回率(Recall)=TP/(TP+FN) 在所有正样本中,被正确预测的正样本所占的比例。当 β = 1 时，平衡精准和召回，即为 F1。
2023-12-30 20:57:06
378
1
原创 小白总结week2
是 C++ 标准模板库 (STL) 中的一个关联容器，它存储键值对，其中每个键唯一对应一个值。这个容器使用哈希函数来直接索引键，因此查找、插入和删除操作的时间复杂度都是常数时间。在这个例子中，substr(7, 5)从字符串 str的下标为6的位置开始提取长度为 5 的子串，结果是 "World"。
2023-10-27 16:41:17
26
1
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