<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Hayreen的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Hayreen</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Hayreen]]></copyright><item><title><![CDATA[Linux Ubuntu安装多个cuda版本]]></title><link>https://blog.youkuaiyun.com/Hayreen/article/details/129932473</link><guid>https://blog.youkuaiyun.com/Hayreen/article/details/129932473</guid><author>Hayreen</author><pubDate>Mon, 03 Apr 2023 22:23:39 +0800</pubDate><description><![CDATA[因为pytorch版本与cuda版本有一定的对应要求，服务器上的cuda是不能自己随便动的，所以需要在自己账户中安装其他版本的cuda，而不能影响其他账户中已安装的cuda。这里参考了多篇博文总结出以下要点。]]></description><category></category></item><item><title><![CDATA[使用alias组合多项指令]]></title><link>https://blog.youkuaiyun.com/Hayreen/article/details/125019928</link><guid>https://blog.youkuaiyun.com/Hayreen/article/details/125019928</guid><author>Hayreen</author><pubDate>Sat, 28 May 2022 16:46:34 +0800</pubDate><description><![CDATA[Linux下在.bashrc文件夹下添加


alias alias_comm="aaa bb; ccc dd; eee 'ff'" 
#alias_comm: 指令缩写;
#多项指令间用“;”隔开
#中间涉及字符串时可以用单引号（此时最外层必须为双引号）。

添加后执行 source .bashrc 使其生效

直接上例子：

目标：希望使用一条命令完成以下多条指令：


cd hayreen_code
git add -A
git commit -m 'commit from alias'
git pu]]></description><category></category></item><item><title><![CDATA[vscode 使用Shift+Enter发送python代码到interactive窗口]]></title><link>https://blog.youkuaiyun.com/Hayreen/article/details/124929882</link><guid>https://blog.youkuaiyun.com/Hayreen/article/details/124929882</guid><author>Hayreen</author><pubDate>Mon, 23 May 2022 16:36:05 +0800</pubDate><description><![CDATA[1.vscode中安装jupter.

2.设置——搜索“jupyter send”——打勾（如下图）.




]]></description><category></category></item><item><title><![CDATA[通俗理解Transformer（自注意力, self-attention)]]></title><link>https://blog.youkuaiyun.com/Hayreen/article/details/120044338</link><guid>https://blog.youkuaiyun.com/Hayreen/article/details/120044338</guid><author>Hayreen</author><pubDate>Wed, 01 Sep 2021 17:35:57 +0800</pubDate><description><![CDATA[谷歌在2017年发表了一篇论文《Attention Is All You Need》，论文中提出了transformer模型，其核心就是self-attention的架构，这一突破性成果不仅洗遍了NLP的任务，也在CV中取得了非常好的效果，有大道至简的感觉。本文通过一个通俗易懂的例子[1]来介绍self-attention。

文章首发个人博客。
（注：本文例子完全来在参考文章，包括文章的gif动图，感谢作者的文章）

介绍

接下来将通过一下几个步骤来介绍：

预处理输入数据
	初始化权重
	计算key，]]></description><category></category></item><item><title><![CDATA[Python多进程处理（读、写）numpy矩阵]]></title><link>https://blog.youkuaiyun.com/Hayreen/article/details/119954256</link><guid>https://blog.youkuaiyun.com/Hayreen/article/details/119954256</guid><author>Hayreen</author><pubDate>Sat, 28 Aug 2021 20:43:10 +0800</pubDate><description><![CDATA[前言

由于需要使用python处理一个380*380的numpy矩阵，经过计算后对其中的每个元素进行赋值，单进程处理大约需要4小时，要处理几百个矩阵，时间上有些耗不起，研究了一下python的多进程（multiprocessing），坑点在于numpy array需要在多个子进程之间共享，总结如下。不对或不妥之处望轻喷。

另，据说python目前已加入multiprocessing.shared_memory模块，由于使用的某些包不支持python3.8及以上版本，所以未作研究。目前代码基于Pytho.]]></description><category></category></item><item><title><![CDATA[Ubuntu下解决自定义包导入时报错：ModuleNotFoundError: No module named ‘hay_modules‘.]]></title><link>https://blog.youkuaiyun.com/Hayreen/article/details/117227545</link><guid>https://blog.youkuaiyun.com/Hayreen/article/details/117227545</guid><author>Hayreen</author><pubDate>Mon, 24 May 2021 17:19:43 +0800</pubDate><description><![CDATA[背景：

在添加自定义模块时，在个人目录的.bashrc和.profile中添加模块路径，


export PYTHONPATH=/home/h**/hayreen_code/hay_moduels/:$PYTHONPATH

仍然无法找到该包。


ModuleNotFoundError: No module named 'hay_modules'

不清楚具体原因，且添加到PYTHONPATH并不是非常好的解决方案。

解决方法：

通过在site-packages下添加.pth文件来解决。

Ub.]]></description><category></category></item><item><title><![CDATA[使用pandas遍历csv表格数据的效率问题（df.loc/iloc与df.at/iat的异同）]]></title><link>https://blog.youkuaiyun.com/Hayreen/article/details/115198880</link><guid>https://blog.youkuaiyun.com/Hayreen/article/details/115198880</guid><author>Hayreen</author><pubDate>Thu, 25 Mar 2021 10:32:56 +0800</pubDate><description><![CDATA[背景

  在处理数据量较大的表格（25万行）时，需要遍历表格中的每个值，前期使用df.loc进行遍历，不仅非常耗时，而且运行十几个小时经常崩溃。。。

解决方法

  在网上搜索解决方案，使用df.at代替df.loc后，竟然几分钟就遍历完成！！！

  特地搜索了一下loc与at的区别，loc和at都是利用index和列名进行检索，但at更快，loc的优势在于可以灵活的对数据进行切片或选择性提取多个数值，例如：


df.loc[1:10,'weight']
df.loc[[1,3,6],'...]]></description><category></category></item><item><title><![CDATA[Batch Normalization在CNN中的具体实现（图解），以及对应的其他Normalization类型]]></title><link>https://blog.youkuaiyun.com/Hayreen/article/details/109379047</link><guid>https://blog.youkuaiyun.com/Hayreen/article/details/109379047</guid><author>Hayreen</author><pubDate>Fri, 30 Oct 2020 09:53:52 +0800</pubDate><description><![CDATA[Batch Normalization

在每个通道（C）上对当前mini batch中全部样本（N）上的全部像素（H,W）进行标准化。即对N×H×W个像素进行标准化。

Tips：BN在训练时计算每个mini batch中的均值和方差，在测试时会调用训练时的均值和方差，当训练和测试的分布存在较大差异时，容易产生问题。

Layer Normalization

对当前mini batch中的每个样本（N）的全部通道（C）中的全部像素（H,W）进行标准化。即对C×H×W个像素进行标准化。

Instan..]]></description><category></category></item><item><title><![CDATA[vscode远程开发，含ssh密钥配置（免密登录）、客户端多私钥配置。]]></title><link>https://blog.youkuaiyun.com/Hayreen/article/details/109225507</link><guid>https://blog.youkuaiyun.com/Hayreen/article/details/109225507</guid><author>Hayreen</author><pubDate>Thu, 22 Oct 2020 16:57:24 +0800</pubDate><description><![CDATA[原文地址：https://blog.youkuaiyun.com/u010417914/article/details/96918562

文章目录

vscode远程开发及公钥配置
	
	简介
		
		关于远程开发官网简介
			关于SSH简介
		
		环境
		插件安装
		配置服务器
		
		找到配置文件
			修改配置文件
			连接服务器
		
		配置密钥
		
		简介
			密钥生成
			服务器上安装公钥
			查看或配置打开密钥登录功能
			服务器私钥复制到客户端
		
	


vscod.]]></description><category></category></item><item><title><![CDATA[深入理解Batch Normalization批标准化]]></title><link>https://blog.youkuaiyun.com/Hayreen/article/details/90479660</link><guid>https://blog.youkuaiyun.com/Hayreen/article/details/90479660</guid><author>Hayreen</author><pubDate>Thu, 23 May 2019 14:19:23 +0800</pubDate><description><![CDATA[　原文地址：https://www.cnblogs.com/guoyaohua/p/8724433.html

  Batch Normalization作为最近一年来DL的重要成果，已经广泛被证明其有效性和重要性。虽然有些细节处理还解释不清其理论原因，但是实践证明好用才是真的好，别忘了DL从Hinton对深层网络做Pre-Train开始就是一个经验领先于理论分析的偏经验的一门学问。本文是对论...]]></description><category></category></item><item><title><![CDATA[PyTorch | backward()中grad_variables 参数详解？]]></title><link>https://blog.youkuaiyun.com/Hayreen/article/details/90410784</link><guid>https://blog.youkuaiyun.com/Hayreen/article/details/90410784</guid><author>Hayreen</author><pubDate>Tue, 21 May 2019 17:13:51 +0800</pubDate><description><![CDATA[原文地址：https://zhuanlan.zhihu.com/p/29923090

TL; DR;假设 x 经过一番计算得到 y，那么 y.backward(w) 求的不是 y 对 x 的导数，而是 l = torch.sum(y*w) 对 x 的导数。w 可以视为 y 的各分量的权重，也可以视为遥远的损失函数 l 对 y 的偏导数（这正是函数说明文档的含义）。特别地，若 y 为标量，w 取...]]></description><category></category></item><item><title><![CDATA[package'***' is not available(for R version 3.#.#)]]></title><link>https://blog.youkuaiyun.com/Hayreen/article/details/80880377</link><guid>https://blog.youkuaiyun.com/Hayreen/article/details/80880377</guid><author>Hayreen</author><pubDate>Mon, 02 Jul 2018 09:44:01 +0800</pubDate><description><![CDATA[解决方法：source(&quot;http://bioconductor.org/biocLite.R&quot;)biocLite(&quot;***&quot;)      #包的名称]]></description><category></category></item><item><title><![CDATA[UnicodeEncodeError:‘utf-8‘ codec can‘t encode characters in position 380-382: surrogates not allowed]]></title><link>https://blog.youkuaiyun.com/Hayreen/article/details/79958341</link><guid>https://blog.youkuaiyun.com/Hayreen/article/details/79958341</guid><author>Hayreen</author><pubDate>Mon, 16 Apr 2018 11:26:41 +0800</pubDate><description><![CDATA[考虑是某些字符无法解码为utf-8的编码格式，把dataframe(meta)的元素，在编码过程中，先把无法转化为utf-8格式的字符‘ignore’掉，再进行解码。for i in meta:
    for j in meta.index:
        meta.loc[j,i] = meta.loc[j,i].encode('UTF-8','ignore').decode('UTF-8'...]]></description><category></category></item><item><title><![CDATA[Padndas DataFrame根据列中的元素删除行]]></title><link>https://blog.youkuaiyun.com/Hayreen/article/details/79812768</link><guid>https://blog.youkuaiyun.com/Hayreen/article/details/79812768</guid><author>Hayreen</author><pubDate>Wed, 04 Apr 2018 09:32:45 +0800</pubDate><description><![CDATA[In [11]: a=pd.DataFrame(np.array([[3,1],[2,5]]))In [12]: a # 显示aOut[12]:0 10 3 11 2 5In [13]: a[0] &amp;gt; 2 # 取a的第0列,a[0] &amp;gt; 2会形成一个bool类型的DataFrameOut[13]: 0 True1 FalseName: 0, dtype: boolIn [14]: a[...]]></description><category></category></item></channel></rss>