- 博客(45)
- 收藏
- 关注
RSS订阅原创 人工智能与物理学（软体机器人能量角度）的结合思考
说白了，施加的外部能量，必须要克服伸直态和卷曲态之间的能量壁垒（可以结合上面的图观察，施加的能量必须要大于它的极大值才能跃迁，如果我们只给了一点点能量肯定是不行的）。其实人工智能和双稳态是一样的，人工智能在运算过程中会陷入局部极小值（Local Minimum），但是我们想要的不是局部极小值，而是一个全局最小值，这样才能保证算法的最优化（就像我们高中学数学导数一样，题目要求我们必须要找到一个最小值，但是往往我们容易把极小值当成最小值来算）。这也相当于数学在物理学中的实际应用了，品味知识的乐趣。
2023-08-03 17:46:03
1285
原创 Pycharm使用（配置）技巧
下载Pycharm后，需要将界面配置的人性化一点，下面介绍一下本人觉得方便的配置方法和使用技巧。配置方法：版本汉化： Chinese 打开File,找到Settings 打开Settings中的Pulgins，选择Marketplace,搜索chinese；安装完成后重新打开Pycharm即可。CodeGlance将类似于Sublime中的代码小地图嵌入到编辑器窗格中Rainbow Brackets这个插件可以让代码块之间很清晰的显示出各种颜色的高亮（让代码的颜色更好看）Fast M
2022-04-12 20:08:22
2374
原创 深度学习中常见卷积（普通卷积、1×1卷积、转置卷积、可分离卷积、膨胀（空洞）卷积、3D卷积）
总是在网络上看到各种名词的卷积，但是有搞不懂是什么含义，于是结合网上查阅的资料，总结一下。目前比较常用的卷积主要有常规的卷积、1×1卷积、转置卷积、可分离卷积、膨胀卷积、3D卷积。 以下是一些可参考的链接：https://cloud.tencent.com/developer/article/1413083https://zhuanlan.zhihu.com/p/267249291https://www.cnblogs.com/gshang/p/13548561.htmlhttps://bl
2022-04-10 23:47:57
11824
1
原创 视频理解开山之作——双流卷积网络
结合部分博客，和李沐老师的课程，总结一下自己理解的双流卷积网络。为什么要有双流网络？ 视频理解的一大难题是，不同帧之间的内容是相互关联的，因此我们需要学习到不同帧之间的关联信息。直觉做法是丢入全部图片进入网络，让网络自己学习图片信息和图片间的关联信息。但是这样效果不好，因为网络很难学到这么多信息。因此我们有个主意，能不能用两个网络，一个网络学习图片信息，另一个网络学习时序信息。然后将这两个网络汇总起来判断。双流模型结构 如上图所示，模型分为两部分，spatial stream部分以单帧图片
2022-03-28 16:37:31
4140
原创 经典论文学习笔记——13篇对比学习（Contrastive Learning）
跟着李沐老师的对比学习课程看了一遍，又照着知乎 / CSDN等各位大佬的总结，重新理解了一遍，下面根据自己的学习来总结一下。着重讲一下MoCo，及附带其他12种对比学习的论文的改进之处。
2022-03-28 12:06:32
16669
1
原创 经典论文阅读笔记——VIT、Swin Transformer、MAE、CILP
本博客针对视觉Transformer方面的工作，对当前热点研究做一下总结。主要是VIT、Swin Transformer、MAE、CILP 这四篇。VIT（用于图像分类） ViT（vision transformer）是Google在2020年提出的直接将transformer应用在图像分类的模型，后面很多的工作都是基于ViT进行改进的。 ViT的思路很简单：直接把图像分成固定大小的patchs，然后通过线性变换得到patch embedding，这就类比NLP的words和word embe
2022-03-22 21:09:33
9295
2
原创 经典论文阅读笔记——R-CNN、Fsst R-CNN、Faster R-CNN、Mask R-CNN、YOLO、SSD 等
本博客针对目标检测方面的经典论文，参考现有博客等资料和自己的感想，进行一点总结，方便自己以后看笔记。
2022-03-21 21:48:15
896
原创 经典论文阅读笔记——AlexNet、VGGNet、GoogLeNet、ResNet、DenseNet
近期读了一些经典论文，本博客主要是基于CNN方面经典的网络做一下总结，基于自己对论文的理解和向他人博客的学习总结。AlexNet AlexNet是2012年由深度学习之父Hinton的学生Alex提出的，其在图像处理方面优异的表现开创了一个新时代。这篇文章个人感觉偏重于工程性应用，尽管说许多idea放在今天已经不太实用了（现在有更好的方法和模型），但是在十年前能做出这样的成果确实是难能可贵的了。 上图是AlexNet的网络结构，总共有8层，其中卷积层有5层，剩下的是3个全连接层。可以看出它的
2022-03-19 23:01:34
1514
原创 domain adapation 初步理解
domain adapation（领域自适应）是迁移学习的一种，也是目前迁移学习中主要研究方向，旨在解决测试数据不方便采集、标注，耗时耗力等情况，希望通过迁移学习提高识别准确率。Domain adapation 回顾核心问题：训练资料和测试资料的分布不同，采用迁移学习的方法，提高准确率。情况一：有一小部分标注了的测试资料 这种算是domain adapation中很简单的情况了，你可以用这些有标注的资料，来微调你在 Source Domain（训练集）上训练出来的模型，只要稍微跑2-3个epo
2022-01-26 00:34:31
2944
1
原创 Adversarial Attack的粗略总结
这部分挺有意思，建议了解。不过知乎说这个方向有点坑，不建议深入学习。 要把 Network 真正应用，光是它们正确率高是不够的，它们还需要能够应付来自人类的恶意。比如说我们在网上下载数据集训练时，如果有人恶意在数据集上加入很小的噪点（人眼看不出），导致数据集被误判为另一个种类，这样训练出来的网络就有了隐患（后门）。攻击方法攻击可分为两种类型，一种无目标攻击，一种有目标攻击。无目标攻击：我们现在要做的目标就是,我们要找到一张新的图片，这张新的图片 我们用 x 来表示,当我们把 x 丢到这个
2022-01-25 22:30:44
1207
原创 AutoEncoder的初步理解
结合李宏毅老师机器学习2021——AutoEncoder课程和网上查阅的资料，总结一下对AutoEncoder的理解什么是AutoEncoderAuto Encoder简称为AE，是一种生成式模型。从训练过程需不需要标签数据的角度来看，它属于自监督学习self-superivised（无监督学习的一种）。 Auto Encoder主要用于特征提取、降维、去噪等方面。它的过程是：一张图片encoder之后，得到了一个固定维度的向量表示，然后再经过decoder还原这个图像。如果encoder-deco
2022-01-21 17:17:20
2144
原创 GAN的初略理解
结合李宏毅老师机器学习2021——GAN课程和网上查阅的资料，总结一下对GAN的理解GAN的本质是什么 GAN本质是分布的拟合。 详细说就是，把输入的向量拟合成特定的分布。例如，输入一个随机向量，另外给一堆二次元图像，要求将这个随机向量生成二次元的头像，其实就是将这个向量，拟合为二次元的分布形式，训练完成后生成的图片与真实的二次元图片是分不开的（很相似）。因此它的本质还是一个拟合问题。GAN真的创造新的信息了吗？ 我认为是没有的。因为它的本质只是一个学到了原始数据分布的生成模型，所生成的图片
2022-01-20 18:39:14
3372
原创 关于Transformer、BERT的理解
结合李宏毅老师机器学习2021——Transformer课程和网上查阅的资料，总结一下对Transformer的理解Transformer是什么？从宏观角度来看，Transformer是一种基于Self-Attention机制的Seq2seq模型（序列模型），由编码器和解码器组成（自己总结的）。所以在学习Transformer前，需要先弄明白Seq2seq、编码器 / 解码器、Self-Attention（见本人之前的csdn博客）是什么。Seq2seq模型：这是一个序列到序列的模型，输入一个序列
2022-01-17 22:25:51
9034
1
原创 关于Attention、Self-Attention机制的理解
结合李宏毅老师机器学习2021——Self-Attention课程和网上查阅的资料，总结一下对Attention机制的理解Attention机制就是权重分布Attention机制的核心就是，决定整段输入的哪个部分需要更加关注。Attention机制翻译中文就是注意力机制，这就和我们人类看图片、看自然语言是一样的，我们人读一句话是有自己的关注点，重点词汇的。比如我输入一张图，我让你判断这是一只鸟，那么鸟嘴、鸟爪等等patten是很重要的，而Attention机制就是给这些patten一个权重。再比如我
2022-01-17 00:38:13
2093
1
原创 CNN 学习总结 （Pytorch）
这篇博客总结一下我在学习卷积神经网络（CNN）中遇到的疑惑卷积神经网络出现的原因？ 如果模型很大，可能会过拟合，所以我们必须要对模型进行一些限制。因此首先要思考我们如何针对影像问题来做limitation。对一个影响辨识系统而言，最重要的是侦测在这张图片中有没有很重要的patten，例如我们人类看一张鸟类的图片，怎么知道这是一只鸟呢？肯定是先看鸟嘴、鸟爪等部分，这些在影像系统中就是很重要的。 基于此，CNN提出了卷积的概念，CNN会设定一个区域叫做 Receptive Field（感受野）
2022-01-15 22:35:02
818
原创 深度学习中optimization的方法
结合网上的资料与李宏毅老师的课堂教学，总结一下optimization的方法。如果以对训练结果不满意，可以尝试用下述的方法，可以优先考虑方法1-4、方法6方法1：正则化(Regularization)正则化是防止神经网络overfitting的一种方法，由于模型的参数太多，所以就容易过拟合（可以想象一下决策树需要剪枝），其原理是在损失函数中增加一个惩罚项来限制过大的权重。通常有3种方法：L1正则化，L2正则化，dropoutL1正则化，江湖中也人称Lasso，表示各个参数绝对值之和：它之所以可以防止
2022-01-14 00:54:39
922
原创 apt-get和pip的区别
在下载swig时，我先是采用了pip install swig 结果报错了，提示我没法下载，然后我去官网看了看，linux系统下swig安装是这么写的：Many Unix-like operating systems also include packages of SWIG (e.g. Debian GNU/Linux, FreeBSD, Cygwin). Consult your package management application to see if your operatin...
2022-01-09 22:08:26
900
原创 Python/Pytorch 显示图片
python如何显示图片是一个谜题，今天就让我们来揭秘它！首先，python中一般采用plt.imshow()函数读取，今天我们主讲这个。一、plt.imshow()函数参数：通常直接采用 plt.imshow(img) 即可：img图像数据，支持的数组形状是：（M，N） ： 带有标量数据的图像。数据可视化使用色彩图。（M，N，3） ：具有RGB值的图像（float或uint8）。（M，N，4） ：具有RGBA值的图像（float或uint8），即包括透明度。前两个维度（M，N）定义
2022-01-05 21:08:22
6892
原创 以机器学习为背景，什么样的机器学习小技巧、代码风格比较好？
不同人编程时的思路不一样，本人想将学习过程中看到的、个人认为比较好的机器学习小技巧、代码写作风格整理一下，便于以后写程序时去用。机器学习时会需要调整许多hyper-parameters，有些时候可能我们将这些超参数左定义一个，右定义一个，等程序庞大后，就容易忘记有哪些hyper-parameters了，一个有效的办法是将这些超参数统一整理成一个字典。例如：config = { 'n_epochs': 3000, # maximum number of ep
2021-12-29 00:36:52
737
原创 matplotlib常见绘图函数
可参考这篇文章xlabel、ylabel: 设置横轴、纵轴标签及大小 例如plt.xlabel("csdn test", fontsize=20)xlim、ylim： 设置x、y坐标轴的起始点（从哪到哪） 例如plt.xlim(0,50) plt.ylim(0,60)xticks、yticks： 设置坐标轴刻度的字体大小 例如plt.xticks(labelsize=20)title： 设置图片的标题 例如 plt.title(“csdn test”)plt.figure(): 制一个
2021-12-28 22:31:49
3245
原创 Dataframe的用法
使用Panda库读取文件时，经常会返回一个Dataframe结构的数据，本文主要记录一下如果操作该数据结构。读取Dataframefilename = ‘XXX’data = pd.read_csv(filename, sep=’,’)data = np.array(data)这个函数（read_csv）有几个参数比较重要，一个是encoding，可以选择utf-8，避免中文乱码；另一个是index_col，用于行索引的列标号或者列名；再是header，用于列名的行号，pd.read_csv函数
2021-12-28 18:00:55
6260
1
原创 学习python/pytorch过程中遇到的知识点
Pytorchtorch.backends.cudnn.deterministic 和 torch.backends.cudnn.benchmark 这两个参数，用于固定算法，使每次运行结果都一样。将deterministic置为True的话，每次返回的卷积算法将是确定的，即默认算法。如果配合上设置 Torch 的随机种子为固定值的话，应该可以保证每次运行网络的时候相同输入的输出是固定的。benchmark作用是优化cudnn的运行，cuda可以加快程序运行速度，自动寻找最适合当前配置的高效算法，来
2021-12-26 21:41:25
1999
1
原创 python绘制子图技巧——plt.subplot和plt.subplots、及坐标轴修改
python绘制子图技巧——plt.subplot和plt.subplots、及坐标轴修改plt.subplotplt.subplots坐标轴修改 偶然发现python（matplotlib）中绘制子图有两种方法，一种是plt.subplot，另一种是plt.subplots，这篇博客说一下这两种方法的区别，用法，以及常用的一些函数。 plt.figure的作用是定义一个大的图纸，可以设置图纸的大小、分辨率等，例如fig = plt.figure(figsize=(16,16),dpi=300) #
2021-12-25 23:35:37
29235
3
原创 如何一眼看出Python中数组是几维的？
博主在面对Python中矩阵维度问题时经常晕头转向，不知道怎么一眼看出是几维矩阵，往往得通过笨办法：shape函数来取出来看，但是假设shape函数返回维度（6,2,3），也不知道这些数组分别代表了什么意思，今天特意写一下博客记录一下。如何看出是几维矩阵？首先给出如下函数：a = np.random.randint(10,size=(3,4))print(a)打印出来的结果是：很明显，我给出的是两维的，3行4列的一个矩阵。如何...
2021-12-25 20:46:24
14901
4
原创 机器学习/深度学习中常见数据集加载（读取）方法
数据集有不同的类型，例如图像、文本、二进制、文件夹等等格式，用何种方法去加载这些数据，以及加载数据后的数据类型是什么（tensor、array、dataframe等等）？这里总结一下常见种类的数据集读取函数。文本文件：CSV、TSV、Json、TxtCSV文件是逗号分隔值（Comma-Separated Values，CSV），其文件以纯文本形式存储表格数据（数字和文本）；TSV 是Tab-separated values的缩写，即制表符分隔值，与...
2021-12-25 15:34:12
16855
原创 pytorch 线性回归 笔记
import torchx_data = torch.Tensor([[1.0],[2.0],[3.0]])y_data = torch.Tensor([[2.0],[4.0],[6.0]])class LinearModel(torch.nn.Module): def __init__(self):#构造函数 super(LinearModel,self).__init__() self.linear = torch.nn.Linear(1,1)#构造.
2021-06-18 23:06:57
137
1
原创 linux / windows 系统搭建pytorch环境的一些细节：
针对linux系统安装深度学习环境的一些细节：1、linux系统中切换环境要用 source activate env_name 需要加上source2、linux系统想要打开Anaconda 需要在命令行输入anaconda-navigator3、anaconda有时候会崩，比如conda下载东西时提示各种failed，如果这些failed解决不了，可以考虑将所有终端关掉，然后重新打开终端再试试，可能就能恢复，因为有时候你进行的操作没有更新。4、如果报错后实在恢复不了anaconda，可以
2021-06-16 15:20:56
1032
原创 文件夹空格惹的祸
前言文件夹在命名时可以使用空格，但是如果文件夹里面的文件需要运行，所处路径最好不要有空格！起因今天我想装一个Latex软件，科研狗必备神器。在安装texlive时，点击install-tl-windows.bat却一直打不开。最初以为是电脑没有路径，为了解决这个问题，采取了两种办法。第一种是怀疑.bat文件打不开，于是安装网上说的，添加了C盘System32路径，但还是不行。第二种采用cmd命令行打开，安装网上说的，用shitf+右键打开当前文件夹的cmd，在cmd中直接输入“i
2020-11-18 12:06:33
1479
原创 Pycharm 使用技巧
实时看函数解释：Ctrl+Q（或者鼠标放在函数上停留两秒）多行注释：ctrl+/格式化代码：Python编码规范。例如：缩进，注释，行限字数，每行之间的空行，空格的使用等。快捷键：Ctrl+Alt+LPEP8：Python更专业的格式化代码，比上一个快捷键更规范操作步骤跳到函数内部（函数定义的地方）：ctrl+鼠标运行当前文件：`ctrl+shift+f10`搜索变量名、文件名：双击Shift在所有文件中查找：ctrl+shift+F在当前文件中查找：Ctrl+F查找下.
2020-09-03 22:42:02
317
原创 Anaconda安装的坑
1.Anaconda和Python的关系Anaconda是Python的发行版 Anaconda = Python + （NumPy、SciPy 等常用第三方库 ）+ IDE。进，行深度学习运算时需要许多Python库，自己一个个下载很麻烦，用Anaconda可以包括其中很多的库。2.Anaconda的安装Anaconda的安装会有如下步骤其中选项一是添加Anaconda的路径到环境变量中。情况一：如果电脑中未下载python，选项一和选项二全部勾选。情况二：如果电脑中已经有了.
2020-09-01 00:21:32
2382
2
原创 Linux移植
1.添加开发板默认配置文件linux的defconfig文件，在arch/arm/configs目录里；和uboot不同，uboot在configs目录里首先复制一份配置文件，将arch/arm/configs目录里NXP公司的配置文件复制为imx_alientek_emmc_defconfig以后就可以使用make imx_alientek_emmc_defconfig来配置文件了2.添加开发板对应的设备树文件linux的设备树文件在arch/arm/boot/dts里面，复制一份 i
2020-06-10 19:50:34
222
原创 uboot移植
1.添加开发板默认配置文件在configs文件夹下创建自己的defconfig文件。复制半导体厂商的配置文件，例如NXP公司EVK开发板的配置文件是mx6ull_14x14_evk_emmc_defconfig，然后重命名为 mx6ull_alientek_emmc_defconfig。然后将文件 mx6ull_alientek_emmc_defconfig 中的内容改成下面的：mx6ull_alientek_emmc_defconfig 基本和 mx6ull_14x14_evk_emmc_de
2020-06-10 01:21:18
246
原创 uboot使用方法
uboot初次编译：首先在 Ubuntu 中安装 ncurses 库， 否则编译会报错sudo apt-get install libncurses5-dev初次编译先清理工程、配置uboot、编译uboot，可以写一个shell脚本#!/bin/bashmake ARCH=arm CROSS_COMPILE=arm-linux-gnueabihf- distcleanmake ARCH=arm CROSS_COMPILE=arm-linux-gnueabihf- ...
2020-06-09 21:40:23
1945
原创 U-boot LCD驱动程序分析 IMX6ULL
在学习uboot时，对drivers文件夹里的这么多文件很困惑，比如/drivers/video文件夹，里面有特别多关于LCD的子文件驱动，那么uboot启动时是具体调用哪一个呢？研究了两个小时后搞懂了，下面详细记录一下我分析时是先从后往前分析。首先在board/freescale文件夹里找到自己的板子，例如NXP官方是mx6ullevk（正点原子的板子是mx6ull_alientek_emmc）找到板子文件夹里的.c文件，我的是mx6ull_alientek_emmc.c 在这个文件...
2020-05-30 00:10:45
1440
1
原创 C语言基础——结构体
结构体的作用在需要表示一些复杂信息时，使用单纯的数据类型很不方便。比如：学生信息（学号，姓名，班级，电话，年龄）；GPIO信息（GPIO输入输出、电平高低、是否中断等等）把这些信息组合在一起形成一种新的“数据类型”。结构体的声明、结构体类型创建结构体的声明可以分为三大类；①没有标签、②有标签、③有typedef第一类struct { char a; short b; int c;} var1;第二类struct demo_tag { char
2020-05-24 15:47:35
257
原创 C语言基础——函数指针、指针函数
https://blog.csdn.net/luoyayun361/article/details/80428882 参考这位大佬的文章，加上自己的理解指针函数定义指针函数，就是一个返回值是指针的函数，其本质是一个函数，而该函数的返回值是一个指针。声明格式为：类型标识符* 函数名(参数表)例如：int *fun(int x,int y);它的返回值是一个int类型的指针；指针函数也没什么特别的，和普通函数对比不过就是其返回了一个指针（即地址值）而已。指针函数的写法..
2020-05-24 01:21:32
289
原创 裸机 程序 编写诀窍
1.如何向GPIO、UART等寄存器内写数据？（只需要定义少量地址情况下）向寄存器写数据，我们要知道寄存器的地址，知道了地址后，又如何将数据写入地址中/* * 定义GPIO1相关寄存器地址 */#define GPIO1_DR *((volatile unsigned int *)0X0209C000)#define GPIO1_GDIR *((volatile unsigned int *)0X0209C004)#define GPIO1_PSR *((volat
2020-05-23 23:59:36
462
原创 中断、DDR、LCD基础知识
DDRsdram和sram区别在于，sdram的数据需要不断地刷新，以保持数据的不丢失目前sdram技术已经发展到了第四代分别为： SDRAM、 DDR SDRAM、 DDR2 SDRAM、 DDR3 SDRAM、 DDR4 SDRAM关于sdram的内存大小计算，与地址线、数据线、bank线有关。比如 W9825G6KH 的 A0~A8 是列地址，一共 9 位列地址， 0~A12 是行地址，一共 13位，因此可寻址范围为： 2^9*2^13=4194304B=4MB， W9825G6KH ..
2020-05-23 01:30:50
860
原创 裸机Makefile、链接文件
裸机MakefileCROSS_COMPILE ?= arm-linux-gnueabihf-TARGET ?= printfCC := $(CROSS_COMPILE)gccLD := $(CROSS_COMPILE)ldOBJCOPY := $(CROSS_COMPILE)objcopyOBJDUMP := $(CROSS_COMPILE)objdumpLIBPATH := -lgcc -L /usr/local/arm/gcc-linaro-4.
2020-05-22 23:53:54
442
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