- 博客(480)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 ubuntu中使用安卓模拟器
本文这里介绍 使用 android studio Emulator ，当然也有 Anbox (Lightweight)，Waydroid (Best for Full Android Experience), 在另外一篇文中介绍使用 Waydroid。
2025-04-02 16:34:21
357
转载 数据蒸馏的方法
为了定量地度量真实数据和合成数据之间的分布差异，NCFM引入了一个称为神经特征函数差异（Neural Characteristic Function Discrepancy，NCFD）的度量。通过交替优化合成数据以最小化NCFD，以及优化采样网络以最大化NCFD，NCFM在提升合成数据质量的同时，不断增强分布差异度量的敏感性和有效性。NCFD越大，说明两个分布差异越大。特征提取网络将原始数据从像素空间映射到一个特征空间，得到对应的特征表示，目的是提取数据的高层语义特征，为后续的分布匹配做准备。
2025-03-07 14:22:09
36
原创 Mac 中与PyCharm 中的单步调试快捷键
在Mac上安装了pycharm，调试程序的时候常用的单步调试功能，pycharm默认的是F8，但按下F8，iTunes会自动弹出，必须使用Fn+F8才能有效，但键盘上Fn与F8的距离太远了，十分不方便，所以现在想知道如何处理这个问题。
2025-02-24 19:00:42
350
原创 git 项目的更新
当自己的本地项目与 远程的github 的仓库已经建立远程连接时， 则直接按照下面的步骤，将本地的项目代码更新到远程仓库。如果在此之前， 自己的本地仓库并没有与远程的仓库建立连接时， 则先需要按照下面的步骤进行连接建立。
2025-02-04 15:36:19
1240
1
转载 deepseek 本地部署
希望这个教程可以帮到大家，在 DeepSeek 遭受 DDOS 攻击无法使用之时。专知便捷查看，访问下面网址或点击最底端“阅读原文”点击“阅读原文”，查看下载本文。
2025-02-03 10:26:36
227
原创 marktext 开源markdown安装
在mac os 上 安装时， 出现无法安装的情况。该 markdown 的免费安装，使用如下的命令可以， 可以进行使用。
2025-01-09 20:58:40
244
转载 Macos 上vscode + latex 环境配置
原文出自这里 https://zhuanlan.zhihu.com/p/654720622这里个人进行实践后的记录。
2025-01-09 19:43:00
811
转载 Google研究院健康AI团队于近日推出了全新的开源模型套件
在人工智能快速发展的今天，AI在医疗领域展现出巨大潜力。为了让更多开发者能够投身医疗AI创新，Google推出的HAI-DEF提供了开源权重模型、教学用Colab笔记本以及全面的开发文档，这些资源覆盖了从早期研究到商业化的各个阶段。为了让更多开发者能够投身医疗AI创新，Google推出的HAI-DEF提供了开源权重模型、教学用Colab笔记本以及全面的开发文档，这些资源覆盖了从早期研究到商业化的各个阶段。这不仅将帮助开发者更容易地进入这个领域，更重要的是，它将推动医疗AI技术的快速发展，最终造福更多患者。
2024-12-05 13:45:42
112
原创 使用Subset, ConcatDataset 时的注意点
在使用 pytorch lightning 过程中，如何实现每个epcoh 会重新加载一次DataLoader ,从而实现自己每个epoch 训练时， 可以使用不同的样本，这里，笔者的需求是每个epoch 中加载不同的normal 的样本；从而避免一次载入，很多个正常样本， 导致训练过程中，正常样本与异常样本导致的类别不均衡问题。
2024-12-04 17:25:22
436
转载 模型量化与性能之间的探讨
对于训练，扩展定律使我们能够预测具有不同精度的不同部分的模型的损失，以较低精度训练较大的模型可能是计算最优的。该研究的 Scaling Law 依赖于「有效参数计数」的概念，研究团队假设当你降低精度，参数也降低一定数量，计数就降低，那么包含 FP4 中所有内容的 10 亿参数模型具有可比较的数量 BF16 中 250m 模型的「有效参数」。在预训练期间以不同的精度放置权重、激活或注意力的效果是一致且可预测的，并且拟合扩展定律表明，高精度（BF16）和下一代精度（FP4）的预训练可能都是次优的设计选择。
2024-11-13 18:47:39
244
1
原创 远程控制时频繁掉线的原因
ADHCP（动态主机配置协议）客户端是网络上从DHCP 服务器请求 IP 地址和其他网络设置的设备或软件组件。DHCP 客户端的作用是自动配置设备上的网络设置，以便其可以在网络上进行通信。IP addressIP 地址：设备在网络上的唯一地址。子网掩码：定义网段。Gateway网关：网络流量的路由器或网关设备。DNS 服务器：用于将域名解析为 IP 地址。
2024-11-02 18:46:04
2880
原创 sed 环境配置
参考项目来自这里：https://github.com/DCASE-REPO/DESED_task/tree/master/recipes/dcase2023_task4_baseline避免一些包在旧的conda 环境中不存在；使用conda 指定安装 对应版本然后安装 Pytorch lightning2. 关于 pip install -e 的问题；2.1 numpy 问题一开始执行的时候，此时会出现numpy.core.multiarray 相关问题，经过搜索后， 给出的方
2024-10-06 15:00:48
520
原创 pytorch 与 pytorch lightning, pytorch geometric 各个版本之间的关系
主要参考 官方的给出的意见；
2024-10-05 11:50:38
1098
2
原创 python中的装饰器
In programming, Python is used as an example to illustrate what an interface is在编程中，以 Python 为例来说明什么是接口In programming, an interface defines a contract that classes must adhere to. In Python, this is often achieved using abstract base classes (ABCs) from th
2024-09-24 09:47:39
958
原创 论文阅读HTS-AT- A HIERARCHICAL TOKEN-SEMANTIC AUDIO TRANSFORMERFOR SOUND CLASSIFICATION AND DETECTION
关于论文的中文阅读参考这里：https://blog.youkuaiyun.com/ggqyh/article/details/136098693；代码：https://github.com/RetroCirce/HTS-Audio-Transformer这里主要罗列出作者回答 关于音频事件定位的相关问题：https://github.com/RetroCirce/HTS-Audio-Transformer/issues/25；是的，这个函数是一个临时函数，你可能知道 AudioSet 去年发布了一个带有强大本地
2024-08-26 18:56:12
944
1
原创 黄仁勋台大演讲
他的理解和慷慨让我们多活了 3 个月，在那段时间，我们建造了 Riva 128， 就在我们差点没钱时，Riva 128 震撼了新兴的 3D 市场，让我们开始受到关注，也拯救了公司营运。2014 年，Alex 在我们的 GPU 上进行了训练，开启 AI 的大爆炸，幸运的是，我们意识到了深度学习的潜力，我们冒着一切风险去追求深度学习。然而，现在的我们拥有数十亿美元的自动驾驶、机器人技术的事业，也开创一个新的产业。的使命，是创造出能解决“普通电脑解决的问题” 的电脑，我们应该专注在愿景上，发挥我们的独特贡献。
2024-06-27 19:05:01
1077
原创 Linter 与code formatter之python 编程起手式
Linting 和代码格式化是软件开发（尤其是 Python）中保持代码质量、可读性和一致性的基本实践。
2024-06-18 15:45:19
907
原创 面向对象的三大特性与类图
Object-oriented programming (OOP) is a paradigm centered around the concept of objects, which can contain data and code to manipulate that data. The three major characteristics of object-oriented programming are encapsulation, inheritance, and polymorphism
2024-06-16 15:03:13
879
原创 单调队列与优先级队列
A优先级队列是一种更通用的数据结构，允许添加具有优先级的元素。具有最高优先级的元素（取决于实现）始终位于队列的前面，并且可以在恒定的时间内访问或删除。
2024-06-15 10:25:21
372
转载 Graph Clustering with Graph Neural Networks
图神经网络（GNNs）在节点分类和链路预测等许多图分析任务上取得了最先进的结果。然而，图上重要的无监督问题（例如图聚类）已被证明更难以抵抗 GNN 的进步。图聚类与 GNN 中的节点池化具有相同的总体目标——这是否意味着 GNN 池化方法在图聚类方面做得很好？令人惊讶的是，答案是否定的——在简单基线（例如使用 k 均值聚类学习到的表示）效果良好的情况下，当前的 GNN 池化方法通常无法恢复簇结构。我们通过仔细设计一组实验来进一步研究图结构和属性数据中的不同信噪比场景。
2024-06-13 16:36:39
233
转载 个人价值的实现与事业发展
如果把这五年的感悟精炼成一句话的话，会是很平淡的一句：专注于最有价值的事情。首先，你需要对价值有清晰的认识。接着，对一件事情，不仅是要认识当下的价值，更多的是对未来价值的预测。其次，当你通过不断的快速试错对未来有了把握的时候，你需要逐步的把你能调用的资源专注到最有价值的那一件事情上，尽你可能的做好。如果一生中能做好几件有着极大价值的事，那也就值了。写此文的时候惊闻袁隆平老师逝世。谨以此文纪念他伟大的一生：专注于杂交水稻，创造了人类历史上最伟大的价值之一。我辈楷模。
2024-06-05 14:29:49
174
转载 图神经网络 PyG 入门介绍
Graph Neural Networks 简称 GNN，称为图神经网络，是深度学习中近年来一个比较受关注的领域。近年来 GNN 在学术界受到的关注越来越多，与之相关的论文数量呈上升趋势，GNN 通过对信息的传递，转换和聚合实现特征的提取，类似于传统的 CNN，只是 CNN 只能处理规则的输入，如图片等输入的高、宽和通道数都是固定的，而 GNN 可以处理不规则的输入，如点云等。可查看【GNN】万字长文带你入门 GCN。。
2024-06-03 15:31:04
1018
原创 graph Conv介绍
AXin theGraphConvGraphConv层中的邻接矩阵A与特征矩阵X的乘法是图卷积网络（GCN）中的关键操作。此操作对来自每个节点的邻居的节点特征执行局部加权聚合。GraphConv层中的邻接矩阵与节点特征矩阵的乘法执行 GCN 中邻居聚合的关键操作。这允许每个节点根据其邻居的特征更新其特征，从而通过图有效地传播信息并捕获图的局部结构。此操作与权重变换和可选的标准化相结合，使网络能够学习节点及其关系的有意义的表示。
2024-05-31 17:38:32
1349
原创 图数据集的加载
原文参考官方文档：torch_geometric.loader 库中， 该库中包含了多种 图数据集的 加载方式，这里主要介绍andDataLoader这两者之间的区别；
2024-05-31 11:34:29
722
原创 图分类之Hierarchical Graph Differentiable Pooling （下）
是为图结构数据设计的神经网络模型。它通过结合分层池机制扩展了传统图卷积网络（GCN）的功能。这种池化机制通过逐步减少节点数量，同时保留图的整体结构，帮助网络处理大型且复杂的图。通过引入软池机制来增强 GCN，该机制允许在大型复杂图中进行分层表示学习。它结合了多层图卷积和池化来创建输入图的鲁棒、多尺度表示，使其适用于各种图分类和预测任务。链接预测正则化进一步增强了其在池化过程中保持图的结构完整性的能力。该模型从传统的 GCN 层开始，将图卷积应用于输入节点特征。
2024-05-30 11:54:45
957
原创 reStructuredText(.rst)文件介绍
定义列表可以理解为解释列表，即名词解释。条目占一行，解释文本要有缩进；多层可根据缩进实现。定义1这是定义1的内容定义2这是定义2的内容其他内容…隐式链接到第一节 介绍，即可生成超链接。
2024-05-22 11:00:34
1353
原创 图数据集的构建
官方文档， 介绍如何创建图数据集尽管 PyG 已经包含许多有用的数据集，但您可能希望使用自记录或非公开可用的数据创建自己的数据集。自己实现数据集很简单，您可能需要查看源代码以了解各种数据集是如何实现的。但是，我们简要介绍了设置自己的数据集所需的内容。
2024-05-18 16:40:32
983
转载 图分类之Hierarchical Graph Differentiable Pooling （上）
hard assignment：每个数据点都归到一个类别(i.e. cluster)。soft assignment：把数据点归到不同的类，分到每个类有不同的概率。assignment：文中涉及的assignment就是把节点分类、归类的意思。
2024-05-16 17:02:06
227
原创 graph 图数据集介绍
来源于论文Pitfalls of Graph Neural Network Evaluation。包含 58 个基础的分类数据集几何，如 “IMDB-BINARY”，“PROTEINS”等；引用网络数据集，包括“Cora”，“CiteSeer”，和 “PubMed”；关系实体网络，包括“AIFB”，“MUTAG”，“BGS”，“AM”；亚马逊网络数据集，包括“computers” 和 “Photo”，共同作者网络数据集，包括“CS” 和 “Physics”；节点代表文档，边代表引用关系。
2024-05-15 16:35:47
1303
2
原创 vscode中配置 leetcode 插件
插件安装介绍注意：请确保Node在PATH环境变量中。您也可以通过设定 leetcode.nodePath 选项来指定 Node.js 可执行文件的路径。
2024-05-09 20:28:56
6030
2
原创 latex 根据bibtex 生成 bibitem
由于文献较多时逐个手动在_latex_ 中输入会比较繁琐，可以通过_bibtex_ 实现批量处理。首先将所有文献的_bibtex_ 引用放在一起，存为_.bib_ 文件。的作用是按照期刊指定的格式生成文献的格式，包括年份位置、期刊斜体等；\nocite{*}的作用是不对文献进行引用，但可以生成文献列表；是规定生成参考文献列表顺序的格式，plain即按字母顺序等格式。其他格式见。为引用创建的_.bib_ 文件。
2024-05-06 11:33:11
1349
原创 语音辨识中的 X-vector
语音识别中Xvector是什么?在语音识别领域，X-vector是一种用于表示说话人的声音特征的技术。X-vector通常用于说话人识别任务，其目的是从短时语音记录中提取一个固定长度的特征向量，这个向量能够有效地表示说话人的身份信息。X-vector技术涉及使用深度神经网络（DNN）学习说话人的声音特征。：首先从语音中提取基本的声学特征，如梅尔频率倒谱系数（MFCCs）。：使用这些声学特征训练一个深度神经网络。网络的目的是学习如何从特征中区分不同的说话人。
2024-05-05 19:05:04
1509
原创 对比学习的正负对 以及参数设置
首先，我们为这 7 个类别中的每一个类别定义具体的转换。PyTorch 的模块可用于此目的。]),]),]),]),]),]),])We’ll start by defining a common transformation that can be applied twice to each sample to generate two augmented versions.我们将首先定义一个通用转换，该转换可以对每个样本应用两次以生成两个增强版本。])
2024-04-30 20:11:12
3228
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人