自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

我是菜鸡

我是菜鸡

  • 博客(218)
  • 资源 (3)
  • 收藏
  • 关注

原创 VScode连接服务器运行代码

我的pycharm到期了。只能用VScode了。说一下怎么用VScode连接服务器。,输入完之后打开这个config你可以看到你刚才输入的信息,确定无误之后保存。他会让你输入刚才那个服务器的密码。紧接着选connect to host。现在你就可以直接打开服务器上的项目了。设置 → 搜ssh→把这个打上对勾。会让你输入,你需要输入。

2023-08-29 19:37:55 16359

原创 升级Windows 11 支持安卓应用 | 官方流程

打开windows自带的搜索,找到。把地区改成美国。

2023-05-11 17:05:30 17274 7

原创 无显卡也能AI作画 | Colab + Stable Diffusion WebUI

本文是教你如何白嫖谷歌GPU,使用colab搭建自己的Stable Diffusion WebUI。

2023-04-03 18:23:58 18717 1

原创 【翻译】图解Stable Diffusion

扩散”指的是下图中粉色这一块组件“图像信息生成器”中发生的处理过程。该组件获取能表示输入文本信息的token嵌入和一个随机初始化的图像信息张量(aka 潜变量),然后用它们生成一个信息张量,把这个信息张量交给图像解码器,去生成最终的图像。这个过程是一步一步进行的,逐步添加相关信息。想更直观的了解这个过程的话我们可以去检查随机潜变量那个张量,可以看到它逐步转变为图像噪声。这个检查过程需要借助图像解码器进行。

2023-03-17 15:31:33 3284

原创 Linux上如何使用Stable Diffusion WebUI

我搭的时候弄得阿里云源,疯狂报错。师兄搭的时候用的清华源,一下就成功了。我俩复盘了一下,就是当时网络的问题。所以阿里云源不好使,多换几个别的。虽然Linux自带的Python,但是缺胳膊少腿,所以还是直接用了conda。,另一个原因就是从github下载东西的时候失败,所以这里直接加个代理省事。这一步不是必须的,webui.sh会自动运行下载的,但是我用服务器下的巨慢,所以手动下的。刚才说安装过程中可能会遇到奇怪的问题,安装过程中可能会遇到奇怪的问题,,很大一部分是pip源造成的。已安装Anaconda。

2023-03-17 15:30:28 8075 7

原创 【翻译】GPT-3是如何工作的

在科技界我们可以看到很多关于GPT-3的新闻。大型语言模型(比如GPT-3)已经展示出让我们惊讶的性能。虽然对于大部分企业来说想让GPT-3落地还是比较困难的,这些功能不完全可靠的模型还是不能摆到用户面前的,但是这些大模型的出现展示出了加速自动化进程和智能计算机系统的前景。接下来让我们扒一扒GPT-3,看一看它神秘光环背后是如何训练和工作的。

2023-03-08 00:24:06 1351

原创 图解BERT、ELMo(NLP中的迁移学习)| The Illustrated BERT, ELMo, and co.

2018年是NLP模型发展的转折点。我们不断探索单词和句子的表示方法,以求能最好地捕捉其中潜在的语义和关系。此外,NLP领域已经提出了一些功能强大的组件,你可以免费下载,并在自己的模型和pipeline中使用它们(这被称为NLP领域的ImageNet时刻,类似的发展在几年前也是这么加速计算机视觉领域的机器学习的)。............

2022-07-17 22:51:02 5174 11

原创 图解自注意力机制

写在最前边这个文章是《图解GPT-2 | The Illustrated GPT-2 (Visualizing Transformer Language Models)》的一部分,因为篇幅太长我就单独拿出来了。当然如果你只想了解自注意力机制也可以看看本文章的前半部分,这篇文章属算是入门科普读物了,不需要太多知识铺垫。后半部分主要是讲masked self-attention在GPT-2中的应用,不了解GPT-2的可以忽略这部分内容。我补充的内容格式如下:正文看一下下图,下图表示的是注意力处理输入序列的单词

2022-07-06 20:33:52 14169 1

原创 Recurrent vs. Recursive Neural Networks | 递归神经网络和循环神经网络的RNN之争

写这个文章的原因是我又遇到了Recurrent和Recursive。我读了一个论文,开始的时候我心里默认是RNNs(Recurrent),但是读到文章最后发现作者写的是RNN(Recursive)。所以翻译一下这段文字顺便写一下二者的区别。...

2022-06-30 21:11:08 1184

原创 图解GPT-2 | The Illustrated GPT-2 (Visualizing Transformer Language Models)

这是我翻译这位大佬的第二篇文章了,我计划是翻译四篇,(Transformer、BERT、GPT-2、GPT-3),翻译授权见最后。之前的工作:图解transformer | The Illustrated Transformer今年,我们看到了机器学习令人眼花缭乱的一些应用。OpenAI的GPT-2展现出了惊人的写作能力,其生成内容的连贯且富有感情,超出了我们对目前语言模型的预期。GPT-2其实并不是一种新型架构,他的结构类似于只有解码器的Transformer。GPT-2是一个基于Transformer的

2022-06-29 23:21:30 10555 11

转载 拜占庭将军问题 原文翻译

可靠的计算机系统必须具备处理故障组件的能力,以防它们向系统中的其它组件传递冲突信息....

2022-06-19 09:25:19 458 2

原创 有了 screen 和 nohup 跑深度学习代码再也不用愁了 | 退出终端不会影响服务器程序代码运行

在服务器上跑深度学习代码,xshell断开代码就挂掉了。如何能在服务器运行程序的时候 即使关闭终端也不会影响代码呢?我用的是screen和nohup在终端输入然后它会关闭你当前窗口,弹出一个新窗口,可能选项卡名字叫screen(我用的xshell,不同软件可能有差异)。你在新弹出的窗口运行你的程序就行了。你可以直接关闭xshell等终端断开连接,去干别的事。下图可以看到虽然选项卡名字变了,但它还是88 99 服务器。如果你不需要断开连接,还想用服务器做别的事情,...............

2022-06-08 13:46:40 1966 6

原创 分类评价指标 F值 详解 | Micro F1 & Macro F1 & Weight F1

之前写一个作业样本不均衡问题。然后查了很多文章都说要更换评价指标,不能再使用准确率了,要计算F值。我看了一下F值怎么计算,看了挺多文章的,但是感觉说的比较迷惑,或者说法比较拗口。最后还是自己再总结一个。查准率、查全率、F值我们平时对于一个模型预测的准不准,我们最先想到的是用准确率(Accuracy)进行评价。A=truetotalA = \frac{true}{total}A=totaltrue​这个虽然常用,但不能满足所有任务的需求。所以我们可以引入查准率和查全率。查准率(Preci.

2022-05-25 10:54:12 7620 8

原创 学术党必备:Zotero一键导出BibTex 参考文献

如果你没用过Zotero,那我强烈安利你用一下。[推荐一个软件:论文翻译阅读 + 文献管理 + markdown笔记 + 多设备同步 + 一键导出bib参考文献](https://blog.csdn.net/qq_36667170/article/details/124133119)

2022-05-18 21:12:02 43083 10

原创 Paxos 诞生的曲折历史

学习之余跟大家分享一些趣事,也是我刚刚吃到的瓜。因为我们有一门课叫分布式,老师布置了几个课题,让我们写相关的作业。然后恰好我就选择了Paxos算法。然后我发现他这段诞生历史实在是太有趣了,马上把它讲出来,跟大家分享一下。Paxos理论一波三折的诞生过程,后来也成为了计算机科学领域被广泛流传的学术趣事。在1990年,Lamport提出了一个理论上的一致性解决方案。因为之前“拜占廷将军问题”,使用生动的故事取得了良好的反响,因此这次Lamport 同样设想出了一个场景来描述这种一致性算法需要解决的问题:

2022-05-10 09:31:19 471

原创 MATLAB SVM寻找最佳参数 c g

老师布置了一个数据挖掘的作业,用SVM做分类。老师原话是:“说SVM训练慢,其实svmtrain的过程是很快的,慢是慢在寻找最佳参数。”但是寻找最佳参数这里老师又直接给了一个别人写的网格计算的小代码,一个函数直接调用就OK了。并不是每个人都有老师,所以在这里分享一下。配合livsvm库一起使用效果绝佳。

2022-05-04 18:21:56 5183 17

原创 给 Colab 安装 package

import 报错使用Colab做实验写代码很方便,但是也存在一个问题,你要导包的时候他会告诉你不存在。比如:ModuleNotFoundError: No module named '.....'---------------------------------------------------------------------------NOTE: If your import is failing due to a missing package, you canmanually i

2022-04-26 18:34:22 2875

原创 Python 创建虚拟环境 Error: Command returned non-zero exit status 101.

Error: Command ‘[’…\Scripts\python.exe’, ‘-Im’, ‘ensurepip’, ‘–upgrade’, ‘–default-pip’]’ returned non-zero exit status 101.

2022-04-26 12:23:20 8715 3

原创 图解Transformer | The Illustrated Transformer

写在最前边看transformer相关文章的时候发现很多人用了相同的图。直到我搜到作者的原文……于是决定翻译一下无删改的原文。翻译讲究:信、达、雅。要在保障意思准确的情况下传递作者的意图,并且尽量让文本优美。但是大家对我一个理工科少女的语言要求不要太高,本文只能保证在尽量通顺的情况下还原原文。作者博客:@Jay Alammar原文链接:The Illustrated Transformer原文翻译在之前的文章中,我们讲了现代神经网络常用的一种方法——Attention机制。本文章我们来介绍

2022-04-23 10:01:23 22761 36

原创 你真的会用K折交叉吗?对于K折交叉的思考 | K折交叉的坑

本文目的:对于K折交叉,想必大家都知道是什么原理。但是在具体实践中让你写的时候,你可能就会突然疑惑:“咦?道理我都懂,可是这个玩意儿到底怎么用。”本文就是为了探讨一下什么时候 怎么用 K折交叉验证。文章目录K折交叉(k-fold cross validation)方案1 不预先分出测试集方案2 提前分出测试集分析所以什么时候用哪种?作者碎碎念,本文的写作初衷K折交叉(k-fold cross validation)提到K折交叉,我想大部分人都了解其原理了。但是在这里还是先讲一下什么是K折交叉,防

2022-04-22 21:10:30 3100 10

翻译 Transformer 结构详解:位置编码 | Transformer Architecture: The Positional Encoding

😎使用正弦函数为模型添加位置信息什么是位置编码?为什么我们需要位置编码。提出的方法The intuition其他细节相对位置FAQ为什么位置编码是和词嵌入相加而不是将二者拼接起来?位置信息层层传递之后不会消失吗?为什么同时使用正弦和余弦?总结原文信息References使用正弦函数为模型添加位置信息Transformer是只基于自注意力机制的序列到序列架构。因为并行计算能力以及高性能。使得它在NLP领域中大受欢迎。

2022-04-22 13:40:44 9325 8

原创 文献管理工具Zotero:论文翻译阅读 + 文献管理 + markdown笔记 + 多设备同步 + 一键导出bib参考文献

很久以前就开始用了,起初是重庆大学的一个学长推荐的。但是我只用来存文献。现在zotero 6出来了,内置PDF阅读器和翻译插件了,虽然插件很久之前就装了,但是今下午才真正用了一下,真的是超级无敌爆炸好用!简直是学生党神器。比如一键存储文献、批量存储文献、内置PDF阅读、文献翻译、多设备同步、结合latex一键导出参考文献等等。最主要的免费!免费!免费!文章目录1 下载安装zotero2 存储文献2.1 一键存储文献2.2 一键批量存储文献2.3 缺少PDF文件怎么办3 内置PDF阅读4 笔记5 文献

2022-04-12 22:00:34 7545 2

原创 让zotero支持markdown笔记

前提条件肯定是你已经拥有zotero了。记笔记的时候想尝试一下markdown。注意,渲染器版本跟不上的原因,所以仅支持最简单的markdown语法、那些复杂炫酷的功能就不要指望了。插件github地址:https://github.com/fei0810/markdownhere4zotero下载这个后缀为.xpi的安装包。注意: 虽然这个仓库的作者说zotero和Firefox使用的是同样的插件,但是我直接下载Firefox的插件并不好使。所以建议还是直接下载这个人的安装包。回到zoter

2022-04-12 21:50:08 15394 10

原创 Zotero 6 文献管理 + 内置PDF阅读器 + 选中翻译

不做标题党,本来想叫《还在用知云?zotero 6内置PDF阅读器了 还带翻译插件的!》学生党可能很多都知道知云,一个看论文神器,直接选中翻译。支持百度、谷歌、有道翻译等等,并且还可以白嫖(就是之前分享朋友圈集赞免费用)。我平时用的文献管理工具是zotero,我默认的看PDF的软件是edge浏览器。但是每次要翻译论文的时候我还得把文件拖到知云里,就很麻烦。终于!zotero自带了!不用再拆两个软件了!下载安装zoterozotero官网:https://www.zotero.org/downlo

2022-04-09 19:29:15 27041 24

原创 神经网络中如何确定隐藏层的层数和大小

在前馈神经网络中,隐藏层的数量和层数的确定尚无依据,一般是由经验决定。查阅了大量相关的文章之后我对其进行了综合梳理。这里需要明确的一点是,这些只是根据经验提出的一些参考的方法,具体的层数和大小还是要在实际实验中进行验证。二分类问题方法出自:Beginners Ask “How Many Hidden Layers/Neurons to Use in Artificial Neural Networks?”对于二分类比较好理解。先看下边这两类,我们只需要一条斜线就可以完成映射。所以不需要隐藏层,直接

2022-03-29 19:37:20 18894 9

原创 Matlab丑恶嘴脸 | MathWorks Account Unavailable - Technical Issue

Due to a temporary problem, MathWorks Account is unavailable. Try again later.If this problem persists, contact support.遇到这个问题解决方案很简单,退出你的账号把地区选到中国以外的地方就可以正常使用了。之后不管你登录账号怎么样,他都不会出现问题。起因事情起因是这样的,在我注册了mathworks的账户之后,会收到一个激活账号的链接嘛,我点那个链接去激活。点进去之..

2022-03-27 12:52:11 5409 6

原创 详细解析 从Attention到Transformer

详细解析attention、self-attention、multi-head attention、transformer。

2022-03-17 20:21:54 1928 2

原创 详细解析图像处理 直方图均衡化计算

看一个图了解一下什么是直方图均衡化:第一个图灰度都集中在左边,整体图像较暗第二个图灰度都集中在右边,整体图像较亮第三个图灰度都集中在中间,整体图像适中,但是雾蒙蒙的并不清晰最后一个图是均衡化之后,让灰度相对均匀地占据各个灰度级,图片亮暗合理的同时也更清晰用个经典例子看一下计算:假设有一幅图像,共有64×64个像素,8个灰度级,各灰度级概率分布见下表:rkr_krk​:灰度级,比如0~255,本题中是0~8nkn_knk​:整幅图像里有多少个像素属于该灰度级p(rk)p(r

2021-12-29 18:08:45 24329 9

原创 P问题、NP问题、NPC问题、NPC-hard问题

1 算法时间复杂度既然能点击进来看这个问题,那99%是学过算法的,看一下几乎每个算法书都会出现的渐进符号配图。看过这副图的想必也知道算法衡量算法运行时间复杂度的量级,比如:O(log⁡2n)<O(n)<O(nlog⁡2n)<O(n2)<O(2n)<O(n!)O(\log_2 n)<O(n)<O(n\log_2 n)<O(n^2)<O(2^n)<O(n!)O(log2​n)<O(n)<O(nlog2​n)<O(n2)<

2021-12-26 20:47:07 889

原创 如何计算空间复杂度 | 举个栗子:快速排序空间复杂度分析

两条原则:1、数组的长度如果你的代码里开了数组,那么数组的长度基本上就是你的空间复杂度如果是一维数组,那么长度就是元素的个数,空间复杂度就是O(n)如果是二维数组,数组的长度为n平方,那么空间复杂度就是n平方,O(n^2)如果有递归,那递归的深度就是空间复杂度的最大值如果又有递归又有数组,那两者之间的最大值就是你的空间复杂度2、递归的深度...

2021-12-23 18:48:08 992

原创 PyCharm连接远程服务器详细教程

在这之前你要确保服务器上已经创建好虚拟环境你本地已经安装好pycharm1 创建本地文件远程服务器上已经有一个文件了。现在你在本地创建一个同名文件。服务器上的虚拟环境为DrQA,所以我在本地新建一个DrQA空文件夹。2 用pycharm打开空项目3 配置服务器的解释器左上角File → Setting → project xxx → python interpreter点右上角的小齿轮,然后点add选择SSH Interpreter,然后在上边填上服务器的地址、usernam

2021-12-04 17:20:38 57627 47

原创 解决 error: RPC failed; result=28, HTTP code = 0

把https换成git或者git+ssh就行了。至于为什么,没有原因。

2021-12-04 12:31:36 3459

原创 Linux修改时间 修改时区 | Linux时间校准

**linux系统有两个时钟:**- 硬件时钟,即BIOS时间;- 系统时钟,是linux系统内核时间**在linux系统上程序运行时读取的时间都是系统内核时间。****硬件时钟是存储在CMOS里的时钟**,关机后该时钟依然运行,主板的电池为它供电。**每次Linux启动,系统内核会先去读取硬件时钟的设置**,之后独立运行。**<font color =green>当调整系统时钟或与internet同步后</font>,不会改变硬件时钟,但是下次启动又会变成硬件时钟的时间。****综上所述,

2021-12-01 20:49:26 13603 10

原创 Markdown添加参考文献 | Markdown添加引用

这玩意儿是看markdown渲染器的支持程度的,你放别的markdown编辑器里不一定好使,但是在csdn里肯定是好使的。

2021-12-01 15:22:45 15641 3

原创 详解出现 ModuleNotFoundError: No module named ‘pip‘ 怎么办

今天使用pip 的时候出现了一个问题:原因出现的原因是在升级pip的时候命令使用。看上边的意思是没有权限访问。其实说白了就是你旧的pip卸载了,但是还没安装上新的,所以你的pip就无了。解决先解决 ModuleNotFoundErrorpython -m ensurepip上边这句的意思就是给它重装就行了。如何安全更新pippip install --upgrade --user pip``以管理员身份打开...

2021-11-27 02:06:06 56390 18

原创 GitBash教程 使用 git rebase修改历史commit信息 | github的contribution绿格子没了怎么办

据我研究,绿格子没了是因为你修改了用户邮箱,所以github默认不是你提交的了。你只要修改一下历史commit的用户邮箱即可。(我就是因为换了邮箱就出问题了)那如何使用它更改之前已经提交过的commit的用户邮箱呢。查看当前commit信息git rebase -i HEAD~n是按照时间顺序由近到远显示最近提交的n条commit。比如git rebase -i HEAD~3会进入vim模式,英文状态下输入:q即可退出。因为我要合并的信息是最开始的两条。最近三条信息铁定是看不到的。

2021-11-21 15:07:32 760

原创 GitBash教程 使用 git rebase合并commit

事情是这样的。我写了个笔记,每日频繁提交。今天一看,好家伙居然这么多提交记录,所以想精简一下。比如把“看完4.1”“看完4.2”等等合并成“看完第四章。”现在来合并一下这两个:现在对其进行修改。1. 查看提交信息使用git log可以查看当前仓库的所有提交信息。2. 修改提交信息git rebase -i HEAD~n是按照时间顺序由近到远显示最近提交的n条commit。比如git rebase -i HEAD~3会进入vim模式,英文状态下输入:q即可退出。因为我要合并的信息是最

2021-11-21 14:45:50 1251

原创 Python * ** 打包解包 详解

里边出现的英文都来自于python官网的开发者指南1本文主要就是介绍*和**对此展开详细介绍。*和**可以用于任意位置的解包。Specifically, in function calls, in comprehensions and generator expressions, and in displays.可以用于函数调用、推导式、生成器、显示。首先先回顾一下range,以及用range生成元组、列表和集合。li = list(range(7))print(li)tu = tuple

2021-11-18 18:18:50 3356

原创 pytorch的各种随机数 | randn和normal的关系 | rand和uniform_的关系

pytorch的rand*随机数torch.randtorch.rand(*sizes, out=None) → Tensor返回一个张量,包含了从区间[0,1)的均匀分布中抽取的一组随机数,形状由可变参数sizes 定义。print(torch.rand(3))print(torch.rand(3,2))输出为:>>tensor([0.3445, 0.9567, 0.7707])tensor([[0.7644, 0.5776], [0.4379, 0.546

2021-11-16 17:46:37 3546

原创 无法登录谷歌账号,提示次浏览器或应用可能不安全

问题已经解决了!不用重装也不用换浏览器!起因是这样的,今天登录谷歌的时候突然给我提示这个:无法登陆 此浏览器或应用可能不安全。 请尝试使用其他浏览器。如果您使用的是受支持的浏览器,则可以刷新屏幕,然后重新尝试登录。所以现在的问题可能有两个:浏览器问题应用问题方法一和方法二分别对应这两个问题。方法1上边蓝色的了解详情,点开你会发现官方告诉一个原因可能是:你的浏览器不支持或未允许JavaScript。所以你要确定一下你的浏览器是不是支持并且打开了JavaScript。我用的是Ed

2021-11-14 18:37:19 33806 23

拜占庭将军问题原文翻译.pdf

经过翻译和校对的拜占庭将军问题。

2022-06-19

SVMcgForClass

一个SVM寻找最佳参数的代码,配合libsvm直接使用即可。使用教程见https://blog.csdn.net/qq_36667170/article/details/124574879

2022-05-04

zotero翻译插件.xpi

2023/9/2 更新

2022-04-15

Penn Treebank

by Tomas Mikolov, 2010-2012 http://www.fit.vutbr.cz/~imikolov/rnnlm/

2021-10-15

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除