hjxu2016的博客

所有博文均为博主个人笔记以及一些心得,如果表达错误,欢迎同道中人交流，如有侵权,联系删除,邮箱[email protected]

原创简单记录一下ubuntu的一些安装指令

文章目录1、安装、升级pip32、安装git3、安装opencv-python4、安装tensorflow-cpu5、安装ipython6、安装matplotlib7、安装imageio8、安装scipy9、安装redis10、安装freetype在这里做个记号，以后需要直接过来看看1、安装、升级pip3sudo apt-get install python3-pipsudo pip3 i.........

2019-07-24 18:26:19 5278 1

原创 ubuntu14.04+cuda+cudnn+tensorflow-gpu+caffe等深度工具安装小结

最近一直装系统，装系统，还是多卡GPU的，并且显示器接受不到显卡的输出，也就是高清线没办法从显卡上接到显示器上，为啥呢？我也不知道，总之就是没信号，无奈只能从集显上接普通线到显示器上，以前装过1080ti显卡驱动，也做过笔记http://blog.csdn.net/hjxu2016/article/details/69072779，当时在线安装出现循环登陆问题，只好选择下载run文件安装，这样安

2017-11-30 09:59:47 1743 2

原创【异常检测论文阅读 1】EfficientAD: Accurate Visual Anomaly Detection at Millisecond-Level Latencies

检测图像中的异常是一个重要的任务，特别是在实时的计算机视觉应用中提出了一种轻量级的特征提取器，可以在现代GPU上不到一毫秒的时间内处理图像使用学生-教师的方法来检测异常特征训练一个学生网络来预测提取的正常特征，在测试时，通过学生不能预测异常特征来检测异常。提出了一个训练损失，可以阻止学生模仿教师的特征提取器提取正常图像之外的特征（也就是，学生网络只能提取正常特征，提取不了异常特征，这样就可以把异常特征差分出来）能够大大降低了学生-教师模型的计算成本，同时提高了对异常特征的检测。

2024-04-17 14:57:04 821

原创 Annaconda的替代品miniforge！

用了多年的Annaconda竟然要收费了（个人不收费，企业收费，但个人电脑在企业IP下，还是被警告了），只能用miniforge 全面替换了！

2024-04-02 11:07:38 1368 2

原创 CUDA库之nvjpeg(一)：入门介绍

nvJPEG 库提供了高性能，GPU加速的JPEG图像格式的解码函数，并且普遍应用在深度学习领域和超大规模的多媒体应用中。这个库提供单张图或者多张图同时解码的能力，可以充分利用GPU资源和优化效率，并且使用者也可以管理需要解码的内存，灵活性还是比较强的。使用JPEG图像数据流作为输入从数据流中获取图像的宽和高使用以上获取的信息来管理GPU内存并执行解码操作nvJPEG提供了专用的API，用于从原始JPEG图像数据流中检索图像信息。

2024-03-27 14:26:41 622

原创【Pytorch API笔记9】用torchnvjpg加速图像解码

骚操作之，opencv读取图像太慢了，图像的加载与解码都直接用cuda，提高加载的效率。

2024-03-21 10:34:49 148

原创【闲读 7】如何发现单一要素、错位竞争、如何提高组合成功率

单一要素是指与企业相关的关键要素当外部关键要素发生十倍速变化，可能会导致战略转折点；单一要素最大化：识别外部十倍速变化关键要素，聚焦与之相关的内部关键要素，重度投入资源，击穿阈值。

2023-12-22 14:47:15 978

原创【闲读 6】单一要素：抓重点，知道解决问题突破口

如果某个单一要素发生十倍速变化，就是这条曲线即将产生破局点的标注。任何破局点都有临界值，只有突破临界值，才能击穿破局点。想要突破临界值，必须把力量集中到一个点。这种方法叫做单一要素最大化，即聚焦第一曲线的某一个核心要素，重度投入资源，把它变成第二曲线的全部。如何判断破局点？找到单一要素十倍速变化？

2023-12-22 14:20:10 999

原创【闲读5】如何实现高效拆解

混沌学院创新课程课程《如何实现高效拆解》，读后笔记感。拆解就是通过层层分类找到关键要素。

2023-12-22 14:12:15 463

原创【闲读4】组合创新：拆与组，发现解决问题的新方向以及组合创新应用落地四步法

当我们想起“创新”，我们通常会把它和“发明”、“技术”、“创造”联系在一起，我们通常以为“创新”是把一些东西从无到有做出来，才叫做创新，这是对创新的严重误解。其实真正的创新叫“组合式创新”。什么是组合式创新？如何进行组合式创新？

2023-12-22 14:00:17 1045

原创【闲读 3】第二曲线

分形创新、打造核心引擎

2023-12-22 13:23:47 379

原创 ubuntu升级NVIDIA驱动，遇到ERROR: An NVIDIA kernel module ‘nvidia-uvm‘ appears to already be loaded in your

报错1：ERROR: An NVIDIA kernel module ‘nvidia-uvm’ appears to already be loaded in your kernel报错2：ERROR: An NVIDIA kernel module ‘nvidia’ appears to already be loaded in your kernel2. 卸载对于的模块遇到rmmod: ERROR: Module nvidia_uvm is in use4. nvidia 这个模块一直开着

2023-12-21 13:24:09 1722

原创【闲读 2】第一曲线

就是现有战略依然有效，企业业绩仍然在上升，客户和互补企业仍在交口称赞，然后雷达屏幕上却已经出现了值得注意的闪光点的时刻。任何组织随着时间的推移，都会变得组织熵增化，一定会变得涣散化、官僚化、失效化，并最终走向消亡。一线、两点（破局点、极限点）、三阶段（下降、上升期、快速上升期稳定上升期、破局点下降）破局点、极限点（在技术发展的过程中，总会遇到极限出现的那一刻，无可避免）技术、产品、公司、产业、国家发展，有巨大的解释和预测力量。97%的人、97%的时间，都是连续性创新。混沌学院课程《第一曲线》，观后感。

2023-12-14 20:39:33 63

原创【闲读 1】量子论引出对认知的思考

混沌学院课程《【物理学思维】第四节量子论》，观后感。

2023-11-28 20:19:08 131

原创【Pytorch API笔记8】用torch.cuda.empty_cache()释放所有未使用的缓存内存

python上，如何释放torch开辟的显存呢？

2023-11-17 16:13:59 564

原创 Win10专业版安装wsl-ubuntu子系统

win10 专业版如何在应用商店商店被禁止的情况下，来安装wsl-ubuntu子系统。

2023-11-09 15:32:33 898

原创 conda无法使用activate

是因为conda-script 在环境变量中，就不需要再输入 conda了。

2023-11-06 16:09:42 1980 1

原创 Transformer 简单理解

参考自。

2023-10-24 09:58:19 113

原创【leetcode 2】Binary Tree

工业界的应用:基本知识点1：tree traverseImplemenation with recursion 把cur放在最前面来打印(2) in-order 把cur node 放在最中间(3) post-order 把cur node 放在最后打印\Binary tree 是最常见的，和recursion结合最紧密的面试题目类型Reasons1、每层node具备的性质，传递的值和下一层的性质往往一致，比较容易定义 recursive rule。

2023-10-16 13:17:38 106

原创【leetcode 1】LinkList and Queue and Stack

Solution:

2023-10-16 13:16:00 74

原创【自监督论文阅读 4】BYOL

介绍了一种新的自监督图像表示学习方法BYOL（Bootstrap Your Own Latent ）。在没有负样本对的情况下，达到了SOTA的水平

2023-06-28 15:19:13 1317

原创【自监督论文阅读 3】DINOv1

展示了自监督预训练Vit模型的潜力- KNN分类中特征质量有在图像检索中的潜力- 特征中场景布局信息的存在，有利于弱监督图像分割- 自监督学习可能是发展BERT-Like的key

2023-06-21 16:45:10 1628 2

原创【自监督论文阅读 2】MAE

MAE论文理解：展示了一个图像领域的BERT，通过非对称的自编码解码结构，随机对mask图像块进行重构，取得了SOTA的效果

2023-06-19 17:12:54 1119 1

原创【自监督论文阅读 1】SimCLR

自监督学习SimCLR论文理解

2023-06-15 14:40:40 1344 1

原创【Few Shot数据集】CUB-200-2011 鸟类

CUA-200-2011 是CUB-200的拓展，包含了200个鸟类，通常用于小目标分类、检测等任务。所有的图片都是注释了 bounding boxes, part locations, 和属性。图像和标注都是手工进行的。下载后，解压如上所示，包含3个文件夹，5个标签文档，和一个README说明文档。images 文件夹有200个子文件夹，每个文件夹存放着对应图像类别的图片parts 文件夹存放着每个图像的关键点标注信息，包含了三个文件。

2023-04-23 16:57:23 4610 1

原创【Pytorch API笔记 9】Tensor.index_copy_按照Tensor批量赋值

Tensor批量赋值

2023-04-14 20:22:28 427

原创【机器视觉1】光源介绍与选择

3、曝光：改变光积分时间/曝光量改变灰度(人眼所不具备的功能)1、成像：没有镜头，摄像机不能采集到任何图像，输出被噪声淹没。4、变焦：改变镜头的焦距–改变成像大小(人眼所不具备的功能)如用红色的光照射进来，红色部分被吸收了，就看不到红色物体了。2、聚焦：当镜头成像平面不在摄像面上时，输出图像模糊不清。碗状光源，每个方向都有光，就没有阴影了。均摘录自 B站视频。被物体挡住就进不到相机。

2023-04-13 09:16:01 946

原创【Halcon 笔记2】参数

图像由一个或者多个通道组成，是大小相同的矩阵，包含各种像素类型的灰度值。polygons 多边形，点之间的距离较大，是用最少的线来描述这个轮廓。图形参数 Iconic, 包括 image, region, XLD。Contours 轮廓是一系列的点连接。点之间的距离大约是一个像素。常用的为 byte, 2 的8次方，最大值 255。Real 为 2的32或者64次方，3d中计算的多。亚像素就不是一个int了，可以沿着像素的边缘。健，可以查看当前的像素值。如一个canny边缘检测。

2023-04-11 20:43:42 561