- 博客(34)
- 收藏
- 关注
RSS订阅原创 Task03:Ollama API 的使用
Ollama 提供了强大的 REST API，使开发者能够方便地与大语言模型进行交互。通过 Ollama API，用户可以发送请求并接收模型生成的响应，应用于自然语言处理、文本生成等任务。本文将详细介绍生成补全、对话生成的基本操作，并对创建模型、复制模型、删除模型等常见操作也进行了说明。
2025-02-16 22:01:52
1206
原创 Task02:Ollama 自定义导入模型
从 GGUF 导入从 Pytorch 或 Safetensors 导入由模型直接导入自定义 Prompt。
2025-02-14 21:54:00
549
转载 missing-semester课后习题-数据整理
将这一任务分为几个步骤，首先获取之前三次启动的启动日志，也许获取启动日志的命令就有合适的选项可以帮助您提取前三次启动的日志，亦或者您可以使用。匹配到的字符串前面的全部内容。然后，过滤掉每次都不相同的部分，例如时间戳。最后，删除所有出现过 3 次的内容（因为这些内容是三次启动日志中的重复部分）。请使用一条指令来找出其中一列的最大值和最小值，用另外一条指令计算两列之间差的总和。获取数据集并提取其中两列数据，如果您想要获取的是 HTML 数据，那么 pup。这些单词中，出现频率前三的末尾两个字母是什么？
2024-10-03 21:11:41
97
原创 Leetcode练习之栈
Leetcode学习之栈栈简介堆栈的存储方法栈的基本操作栈的顺序存储基本描述栈的代码实现栈的链式存储栈的链式j结构代码栈简介简单来说，栈是一种后进先出的线性表线性表：具有前驱后续的线性关系，栈中元素按照a_{1},a_{2},…,a_{n}栈顶的元素叫做an后续先进原则每次删除优先删除堆栈中当前的栈顶元素，即最后进入堆栈的元素。堆栈的存储方法顺序栈：堆栈的顺序存储结构，利用一组地址连续的存储单元依次存放自栈底到栈顶的元素，同时使用指针top指示栈顶元素在顺序栈的位置链式栈：
2022-02-20 00:44:55
411
原创 Leetcode学习之链表
Leetcode学习之链表链表链表定义链表的逻辑结构与存储结构单链表的定义链表插入元素带头结点插入尾插法特性链表节点插入删除双链表双链表的插入双链表的删除总结顺序表（列表和数组）与链表比较按元素查找按下标查找在某元素插入删除某元素特点练习移除链表元素旋转链表合并两个有序链表相交链表删除排序链表中的重复元素链表链表定义链表是由一系列节点组成的元素集合，每个节点包括两部分，数据域**item和指向下一个节点的指针next**。通过节点之间的互相连接，最终串联成一个链表head ----> 86|
2022-02-18 01:58:53
992
原创 window10键盘变成了快捷键
window10键盘变成了快捷键问题电脑单键变成了WIN + 字母的组合键了原因可能按到了WIN + W键解决ALT + WWIN + L
2022-02-17 18:15:50
1812
原创 Leetcode学习之数组
Leetcode学习之数组）数组定义数组的储存n维数组的定义数组存储的特点常用数组的存储一维数组a[n]二维数组a[m,n]三维数组a[m,n,l]练习两数之和最接近的三数之和移除元素三数之和删除有序数组中的重复项数组定义数组是具有一定顺序关系的若干对象组成的集合，组成数组的对象称为数组元素列如：向量对应一维数组A=[a0a1...an]A = \begin{bmatrix} a_{0} & a_{1} & ... & a_{n}\end{bmatrix}A
2022-02-15 22:36:18
604
原创 布匹检测Baseline学习及改进
Baseline提分教程改进思路(未 一 一尝试)首先可以通过增加epoch进行训练，来确定最终损失不变的临界点，防止训练过拟合。官方还给出了相关的train1，trian2数据，可以利用那些数据加入到训练集中，增加训练样本数据扩增：训练样本扩增随机竖直/水平翻折，色彩空间增强，使缺陷样本均匀自适应anchor策略适当减少回归框损失的权重正负样本类别多尺度训练空洞卷积替换FPN最后一层FPN改进尝试：NAS-FPN、AC-PFNAnchor 匹配
2021-02-25 23:17:03
253
原创 Task04 目标检测之炼丹与品尝
Task 04 炼丹与品尝训练与测试模型训练3.6.2 后处理3.6.2.1 目标框信息解码3.6.2.2 NMS非极大值抑制3.6.2.3 代码实现:3.6.3 单图预测推理VOC测试集评测介绍map指标总结训练与测试此项目来源于Learn_Dive-into-DL-PyTorch模型训练前面的章节，我们已经对目标检测训练的各个重要的知识点进行了讲解，下面我们需要将整个流程串起来，对模型进行训练。目标检测网络的训练大致是如下的流程：设置各种超参数定义数据加载模块 dataloader定义
2020-12-27 22:50:33
340
原创 Task03 目标检测打卡学习之损失函数
Task03 打卡学习之目标检测损失函数损失函数Matching strategy (匹配策略)：损失函数Hard negative mining:代码（TensorFlow）小结此代码来源于动手学CV-Pytorch损失函数Matching strategy (匹配策略)：我们分配了许多prior bboxes，我们要想让其预测类别和目标框信息，我们先要知道每个prior bbox和哪个目标对应，从而才能判断预测的是否准确，从而将训练进行下去。不同方法 ground truth boxes 与
2020-12-22 22:49:26
190
原创 Task02 打卡学习之网络设计
TASK02 网络设计锚框 or 先验框关于先验框先验框的生成3.4 模型结构3.4.1 VGG16作为backbone3.4.2 分类头和回归头3.4.2.1 边界框的编解码3.4.2.2 分类头与回归头预测3.4.3 小结锚框 or 先验框关于先验框在众多经典的目标检测模型中，均有先验框的说法，有的paper(如Faster RCNN)中称之为anchor(锚点)，有的paper(如SSD)称之为prior bounding box(先验框)，实际上是一个概念。那么，为什么要有先验框这个概念呢？
2020-12-19 22:48:59
538
1
原创 Task02 目标检测基础和VOC数据集
Task02 两个年轻人目标检测基础和VOC数据集目标检测基础什么是目标检测边界框（bounding box）交并比(IOU)VOC数据集VOC数据集介绍总结目标检测基础什么是目标检测图像分类：只需要判断输入的图像中是否包含感兴趣物体。目标检测：需要在识别出图片中目标类别的基础上，还要精确定位到目标的具体位置，并用外接矩形框标出。边界框（bounding box）# 注意坐标轴原点是图片的左上角。bbox 是 bounding box 的缩写。dog_bbox = [300, 200, 60
2020-12-16 23:05:50
159
原创 目标检测打卡之Task01 预备知识
Task01 预备知识深度学习简介 深度学习和机器学习等新闻铺天盖地，有的时候被赋予更加广阔的名称：人工智能，事实上，大部分的程序不需要深度学习或者是更广义上的人工智能技术。例如，如果我们要为一台微波炉编写一个用户界面，只需要一点儿工夫我们便能设计出十几个按钮以及一系列能精确描述微波炉在各种情况下的表现的规则。再比如，假设我们要编写一个电子邮件客户端。这样的程序比微波炉要复杂一些，但我们还是可以沉下心来一步一步思考：客户端的用户界面将需要几个输入框来接受收件人、主题、邮件正文等，程序将监听键
2020-12-13 22:54:12
190
原创 python打卡学习7
类与对象思维导图基础概念讲解对象是什么封装：信息隐蔽技术继承多态self公有变量和私有变量思维导图基础概念讲解对象是什么对象 =属性 +方法对象是类的实例。换句话说，类主要定义对象的结构，然后我们以类为模板创建对象。类不但包含方法定义，而且还包含所有实例共享的数据。封装：信息隐蔽技术使用关键字 class 定义 Python 类，关键字后面紧跟类的名称、分号和类的实现继承继承：子类自动共享父类之间数据和方法的机制多态多态：不同对象对同一方法响应不同的行动self相当
2020-08-09 00:40:43
347
原创 Python打卡练习6.1
@TOCfilterfilter(function, iterable) 过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换。odd = lambda x: x % 2 == 1templist = filter(odd, [1, 2, 3, 4, 5, 6, 7, 8, 9])print(list(templist)) # [1, 3, 5, 7, 9]mapmap(function, *iterables) 根据提供的函数对指定
2020-08-06 12:45:47
301
原创 python打卡学习5.2
python打卡学习之集合，序列集合定义创建1.先创建对象再加入元素，用add添加元素（还可以用update更新元素，重复的不再添加）2.创建只能用s = set() ,而 s={}只能是字典3.用set可将列表或元组转换成集合4.set可以去除列表中的重复值，但是无序5.访问集合的元素6.移除元素 --remove 和 discard 还有pop7.数学上的集合操作序列内置函数tuple(sub)list(sub)str(obj)len(s)--s 为objectmax(sub)min(sub)sum(i
2020-08-05 23:19:00
621
原创 python打卡学习5.1
Python练习之字典字典思维导图常见用法可变类型和不可变类型键值对创建和访问字典习题及解答字典思维导图[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dtIX5icv-1596381590275)(C:\Users\13242\AppData\Roaming\Typora\typora-user-images\image-20200802174637980.png)]常见用法可变类型和不可变类型1.id(x)i =1print(id(i))i +=2pri
2020-08-02 23:22:54
217
原创 python打卡练习4.1
Python练习之元组，字符串思维导图元组字符串元组用法字符串用法用"\"进行转义三引号运用切片与拼接内置函数countjuststrippartitionsplit(str=' ',num)splitlines([keepends])maketrans 和 translate格式符习题练习及解答思维导图元组字符串元组用法字符串用法用""进行转义print('let\'s go') # let's goprint("let's go") # let's goprint('C:\\now
2020-07-31 23:31:19
281
原创 python打卡学习之基础练习4
python打卡学习之基础练习4列表的数据类型容器的数据类型列表的形状用range创造列表用推导式创造列表混合列表empty 列表用列表添加元素删除元素获取列表中的元素拷贝反向排序常见字符操作列表练习列表的数据类型整形，布尔型，浮点型容器的数据类型列表，元组，集合，字符串，字典列表的形状a = [1,2,3,4,5,6]print(a,type(a))# [1, 2, 3, 4, 5, 6] <class 'list'>用range创造列表x =list(rang
2020-07-28 23:52:19
619
原创 python基础练习3
异常诊断常见的异常处理类型python型警告思维导图try的相关用法介绍练习以及解答常见的异常处理类型BaseException所有异常的基类Exception常规异常的基类StandardEror:所有的内建标准异常的基类AnithmeticError:所有数值计算异常的基类FloatingPointEror:浮点计算异常OverflowFror:数值运算超出最大限制ZeroDivisionEror:除数为2 ;AssertionEr
2020-07-25 10:48:16
350
原创 python基础练习2
条件语句和循环语句思维导图难点提炼练习以及解答思维导图难点提炼if not x:和if x is not None:和if not x is None练习以及解答1.编写一个Python程序来查找那些可以被7除以5的整数的数字，介于1500和2700之间。2、龟兔赛跑游戏题目描述:话说这个世界上有各种各样的兔子和乌龟，但是研究发现，所有的兔子和乌龟都有一一个共同的特点一喜 欢赛跑。于是世界上各个角落都不断在发生着乌龟和兔子的比赛，小华对此很感兴趣，于是决定研究不同兔子和.乌龟的赛
2020-07-23 23:46:15
851
原创 python基础练习1
Python基础练习1前言思维导图例子练习解答题目前言这次又是一次学习打卡，之前一直想做一下关于python的内容，后续会想办法玩点新花样，希望有所收获思维导图例子# 注释print('helloworld')# 这是打印函数"""这是多行注释"""# 运算符print(12 + 7)# 19print(12 - 7)# 5print(12 / 7)# 1.7142857142857142print(12 // 7)# 1print(12 % 7)# 5
2020-07-20 22:42:02
283
原创 计算机视觉图像处理之Task04
用HOG算子进行行人检测介绍算法流程图像处理运用Gamma公式对图像Gamma公式图像展示计算图像梯度代码计算梯度直方图计算方法BLOCK归一化目的计算代码实践介绍HOG特征算子是在深度学习之前非常流行的一种图像特征提取技术，全称为Histogram of Oriented Gradients—方向梯度直方图运用对图像局部的梯度幅值和方向进行统计，形成具有梯度特性的直方图，将图像分成很多的block，并将得到的局部特征进行拼接算法流程输入图像Gamma矫正计算图像梯度计算梯度直方图BLOCK特
2020-07-06 23:14:45
1862
原创 计算机视觉基础之Task03
用Harr特征描述算子进行人脸检测介绍理论介绍Haar-like 特征计算特征积分图计算特征值归一化级联训练分类器代码实践介绍Harr+AdaBoost 可视为目标检测，人脸检测的开山鼻祖理论介绍Haar-like 特征Haar(哈尔)特征分为三类:边缘特征、线性特征、中心特征和对角线特征计算特征通过改变特征模板的大小和位置，可在图像子窗口中穷举出大量的特征。上图的特征模板称为“特征原型”; 特征原型在图像子窗口中扩展(平移伸缩)得到的特征称为“矩形特征”;矩形特征的值称为“特征
2020-07-02 23:39:55
293
原创 计算机视觉之图像处理--2
用LBP算子进行人脸检测LBP算子简介LBP算子原理LBP的三个发展阶段3X3矩阵的像素圆形LBP算子LBP的旋转不变性LBP的等价模式人脸检测的流程代码实战插值算法LBP算法参考论文LBP算子简介LBP指局部二值模式(Local Binary Pattemn),是一种 用来描述图像局部特征的算子，具有灰度不变性和旋转不变性等显著优点。LBP常应用于人脸识别和目标检测中，在OpenCV中有使用LBP特征进行人脸识别的接口，也有用LBP特征训练目标检测分类器的方法，OpenCV实现了LBP特征的计算
2020-06-28 23:40:48
476
原创 计算机视觉之图像处理--1
前言 深度学习中像是pytorch的transform的库中有许多对图像处理的操作，但功能好像有限， 除此之外还有像是opencv，PIL等库也能对图像进行处理， 本次打卡主要以python中的opencv来进行图像处理进行学习 通过这次打卡学习来看一下opencv能否在深度学习的图像处理中发挥作用 基础铺垫opencv结合matplotlib库进行图片显示1.读取数据—在notebook中进行读取import cv2 import numpy as npimport matplot
2020-06-24 21:05:53
748
原创 CV入门之模型集成
CV入门之模型集成前言数据集的划分加入DropoutTTASnapshot后记前言集成学习在深度学习上为了取得更好的效果，往往通过使用集成学习的一些技巧来实现精度的进一步的提升数据集的划分深度学习离不开数据，好的数据往往能够让我们的效率事半功倍，最为常见的数据划分的方法就是划分9:1的训练集和验证集，除此之外还可以划分如下图所示*的交叉验证，在每个数据集上留出一部分作为验证集可以参考这篇博客加入Dropout相信入门深度学习的人都听说过来段英文的解释Deep neural ne
2020-06-02 22:30:00
420
原创 CV入门task4之对模型的训练和验证
对街景字符的模型和验证的说明pytorch中的训练模型pytorch中的验证模型我的调差前言：深度学习中的流程离不开数据准备，模型设计，误差计算和调参，因此，学会如何在进行模型的训练和验证是深度学习中笔必不可少的环节，本文就pytorch的模型训练和验证给出相应的代码,并简述一下我的调参经验pytorch中的训练模型def train(train_loader, model, criterion, optimizer, epoch): # 切换模型为训练模式 model.train
2020-05-30 21:45:01
257
原创 任务CV之字符模型
任务CV之字符模型1.经典神经网络初步介绍1.1卷积神经网络1.2常见的卷积网络有哪些发展网络ResNetresent的变种网络2.在pytorch中搭建网络1.经典神经网络初步介绍1.1卷积神经网络卷积神经网络是计算机视觉中最为常用的一种技术，也是目前最为有效的网络。对于它的解释视频，论文，书籍，博客都很多，这里就强调一下卷积神经网络为什么有效：卷积神经网络在卷积的过程中，相比于全连接，参数明显减少，然后它还有检测物体边缘的作用以人脸识别为例，在卷积过程中，每个卷积核学习人脸的特征，最后用
2020-05-27 18:35:17
292
原创 入门cv2_task之数据处理和数据增强
CV2_Task之数据增强和读取前言赛题标题常见的数据处理方法PIllowCV2标题对数据进行增广torchvision前言这次是对主要是对数据的增强操作和读取进行说明和如何用pytorch进行数据处理和进行数据读取。赛题 赛题来源自Google街景图像中的门牌号数据集（The Street View House Numbers Dataset）SVHN标题常见的数据处理方法PIllow以Lena的图片为例然后进行pillow的一个函数处理pillow操作可官方文档CV2
2020-05-23 23:53:48
996
原创 CV-Task1赛题理解
DataWhile零基础入门赛题CV-Task理解新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入###这个是你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器,
2020-05-20 19:59:57
217
原创 飞浆深度学习7天训练营心得分享
深度学习7日打卡训练营心得分享前言：在参加完了深度学习7日打卡训练营中，通过了这次学习我了解到了百度paddlepaddle框架和AI Studio框架，了解到了深度学习。在没有基础的情况下体验下面是个简单的回顾：1.安装框架：2.什么是深度学习，如何快速入门深度学习的建议3.开始了第一个demo–mnist实现了预测，挺开心的哈哈哈。。。4.练CNN网络来进行飞机识别不过调参...
2020-03-15 11:21:19
494
原创 python3.7安装bottleneck失败解决方案
@TOGCpython3.7安装bottleneck失败安装方法pip install bottlenck！报错：原因vs没有安装c++的组件.解决方案打开vs新建-工程–安装c++的组件（安装window桌面程序）然后重新安装bottleneck完成结果**成功！...
2020-02-07 18:53:30
3060
3
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