<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Vans1521的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Vans1521</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Vans1521]]></copyright><item><title><![CDATA[深度学习日常学习记录——2D目标检测]]></title><link>https://blog.youkuaiyun.com/Vans1521/article/details/147141393</link><guid>https://blog.youkuaiyun.com/Vans1521/article/details/147141393</guid><author>Vans1521</author><pubDate>Tue, 17 Jun 2025 10:19:26 +0800</pubDate><description><![CDATA[本文总结了2D目标检测领域的主要算法发展历程，重点介绍了one-stage方法。two-stage方法如RCNN系列需先产生候选框再检测，而one-stage方法如YOLO系列直接输出检测结果，已成为主流。文章详细梳理了从YOLOv1到最新YOLOv12等20种one-stage算法，并深入分析了目标检测算法的7大关键要素：数据增强、锚框、输入、模型结构、输出、损失函数及训练策略。]]></description><category></category></item><item><title><![CDATA[docker深度学习使用教程（二）]]></title><link>https://blog.youkuaiyun.com/Vans1521/article/details/145918946</link><guid>https://blog.youkuaiyun.com/Vans1521/article/details/145918946</guid><author>Vans1521</author><pubDate>Mon, 16 Jun 2025 13:40:54 +0800</pubDate><description><![CDATA[问题一：nvidia无法支持docker运行–gpus all解决思路：（1）添加 NVIDIA GPG 密钥（2）添加 NVIDIA Docker 仓库（3）更新并安装（4）重启docker问题二：docker 运行dockerfile缺少环境，在dockerfile中增加所缺少的命令RUN pip install timm。]]></description><category></category></item><item><title><![CDATA[docker深度学习使用教程（一）]]></title><link>https://blog.youkuaiyun.com/Vans1521/article/details/145918538</link><guid>https://blog.youkuaiyun.com/Vans1521/article/details/145918538</guid><author>Vans1521</author><pubDate>Mon, 16 Jun 2025 12:55:14 +0800</pubDate><description><![CDATA[docker是开源的容器化平台，目的是脱离本机环境进行应用程序及其环境的构建、部署和运行。当需要使用与本机不一样的系统和环境时，可以使用docker搭载特定镜像的容器，容器（container）就相当于你电脑里的一台小电脑，镜像（image）相当于小电脑中的独立系统，可以狭义理解为轻量化的虚拟机。]]></description><category></category></item><item><title><![CDATA[小米自动驾驶大模型ORION推理部分simple_test_pts函数解读]]></title><link>https://blog.youkuaiyun.com/Vans1521/article/details/148241563</link><guid>https://blog.youkuaiyun.com/Vans1521/article/details/148241563</guid><author>Vans1521</author><pubDate>Mon, 26 May 2025 23:10:26 +0800</pubDate><description><![CDATA[模块功能点云分支3D物体检测，输出 boxes/scores/labels地图分支预测 lane/shoulder/boundary，并编码用于 VLMLLM模块接收 vision 和 question，生成自然语言或轨迹Trajectory预测VAE / Diffusion / MLP 方式预测自车轨迹Metric模块匹配预测和GT，计算评价指标最终输出bbox、生成文本、地图与轨迹结果、评价指标。]]></description><category></category></item><item><title><![CDATA[深度学习日常学习记录——参数初始化]]></title><link>https://blog.youkuaiyun.com/Vans1521/article/details/147139092</link><guid>https://blog.youkuaiyun.com/Vans1521/article/details/147139092</guid><author>Vans1521</author><pubDate>Fri, 11 Apr 2025 11:54:08 +0800</pubDate><description><![CDATA[参数初始化的目的是为模型训练提供合适的起点，直观提升模型收敛速度、增强训练稳定性，一定程度上影响模型性能。好的初始化权重能够更加匹配优化器动态范围。初始权重完全相同会导致同一层网络的神经元保持相同梯度更新，无法体现个体神经元的作用，降低特征提取能力。初始化权重过小容易引导梯度消失，初始化权重过大容易引导梯度爆炸。参数初始化对模型训练来说十分重要，现阶段基本都是用预训练参数+参数初始化相结合的方式。]]></description><category></category></item><item><title><![CDATA[深度学习日常学习记录——归一化]]></title><link>https://blog.youkuaiyun.com/Vans1521/article/details/146888798</link><guid>https://blog.youkuaiyun.com/Vans1521/article/details/146888798</guid><author>Vans1521</author><pubDate>Mon, 31 Mar 2025 23:24:35 +0800</pubDate><description><![CDATA[批量归一化、层归一化、实例归一化、组归一化、权重归一化、谱归一化、自适应权重归一化]]></description><category></category></item><item><title><![CDATA[深度学习日常学习记录——激活函数]]></title><link>https://blog.youkuaiyun.com/Vans1521/article/details/146880883</link><guid>https://blog.youkuaiyun.com/Vans1521/article/details/146880883</guid><author>Vans1521</author><pubDate>Mon, 31 Mar 2025 23:06:21 +0800</pubDate><description><![CDATA[真实世界中的万物是由复杂数学公式来表征的，由光学、电学、物理学、化学、生物学等众多学科组成。深度神经网络层之间为线性连接，增加网络的广度和深度都无法增加网络非线性计算能力。因此，为了让神经网络更好的理解世界，需要设计激活函数来拟合复杂公式。]]></description><category></category></item></channel></rss>