<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[iamlibr的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/iamlibr</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; iamlibr]]></copyright><item><title><![CDATA[【MM】CMT：Cross Modal Transformer 环境配置]]></title><link>https://blog.youkuaiyun.com/iamlibr/article/details/134980882</link><guid>https://blog.youkuaiyun.com/iamlibr/article/details/134980882</guid><author>iamlibr</author><pubDate>Wed, 13 Dec 2023 21:17:52 +0800</pubDate><description><![CDATA[CMF的环境配置]]></description><category></category></item><item><title><![CDATA[【MM】MMCV、MMdet、MMdet3d 指定环境搭建]]></title><link>https://blog.youkuaiyun.com/iamlibr/article/details/134810335</link><guid>https://blog.youkuaiyun.com/iamlibr/article/details/134810335</guid><author>iamlibr</author><pubDate>Tue, 05 Dec 2023 17:25:52 +0800</pubDate><description><![CDATA[Resources：MMdection官方手册MMCV 升降版本遇到的问题以CMT为例的配置例子如果是简单配置环境，不需要还原论文环境的话，按照官方文档安装最新的mmcv、mmdet、mmdet3d就行，如果要还原的话，就得指定版本来安装、]]></description><category></category></item><item><title><![CDATA[【MM】MMCV 配置问题记录]]></title><link>https://blog.youkuaiyun.com/iamlibr/article/details/134812094</link><guid>https://blog.youkuaiyun.com/iamlibr/article/details/134812094</guid><author>iamlibr</author><pubDate>Tue, 05 Dec 2023 17:25:01 +0800</pubDate><description><![CDATA[MMCV配置基本存在的问题就是：mmcv版本过高\低。]]></description><category></category></item><item><title><![CDATA[【MNIST】MNIST手写数字识别 模型表现]]></title><link>https://blog.youkuaiyun.com/iamlibr/article/details/134318370</link><guid>https://blog.youkuaiyun.com/iamlibr/article/details/134318370</guid><author>iamlibr</author><pubDate>Thu, 09 Nov 2023 19:06:53 +0800</pubDate><description><![CDATA[使用两个Conv层，两个FC层，激活函数使用ReLu，正则化使用Dropout;传递定义了我们使用给定层和函数计算输出的方式。保存和加载它们的内部状态。具有相同的长度，但在你的情况下它们的长度不同。数组的长度为 14，这正是导致错误的原因。可以避免在计算图中存储生成网络输出的计算。为了解决这个问题，你可以在收集数据时确保。具有相同的长度，以便正确绘制散点图。Pytorch 默认累计梯度，使用。调用收集了一组新的梯度，使用用。，继续从以前保存的状态字典中训练。的数组大小不一致，即在。数组的长度为 4，而。]]></description><category></category></item><item><title><![CDATA[【MNIST】MNSIT手写数字识别 配置环境]]></title><link>https://blog.youkuaiyun.com/iamlibr/article/details/134318314</link><guid>https://blog.youkuaiyun.com/iamlibr/article/details/134318314</guid><author>iamlibr</author><pubDate>Thu, 09 Nov 2023 18:57:19 +0800</pubDate><description><![CDATA[【代码】【MNIST】MNSIT手写数字识别 配置环境。]]></description><category></category></item><item><title><![CDATA[Linux 配置 conda 环境]]></title><link>https://blog.youkuaiyun.com/iamlibr/article/details/133962733</link><guid>https://blog.youkuaiyun.com/iamlibr/article/details/133962733</guid><author>iamlibr</author><pubDate>Mon, 23 Oct 2023 15:53:44 +0800</pubDate><description><![CDATA[常用 Resources：Nvidia - CUDA 全版本Nvidia - CUDA 版本信息Pytorch官网 CUDA12.1Anacondaminiconda。]]></description><category></category></item><item><title><![CDATA[Linux 管理源文件常用命令 附带常见镜像源]]></title><link>https://blog.youkuaiyun.com/iamlibr/article/details/133962387</link><guid>https://blog.youkuaiyun.com/iamlibr/article/details/133962387</guid><author>iamlibr</author><pubDate>Sat, 21 Oct 2023 16:02:15 +0800</pubDate><description><![CDATA[常用源文件管理命令]]></description><category></category></item><item><title><![CDATA[Linux 配置源 URL 命令行选项 vs .全局配置]]></title><link>https://blog.youkuaiyun.com/iamlibr/article/details/133962421</link><guid>https://blog.youkuaiyun.com/iamlibr/article/details/133962421</guid><author>iamlibr</author><pubDate>Sat, 21 Oct 2023 15:56:19 +0800</pubDate><description><![CDATA[区别在于全局性、权限需求和灵活性。选择哪种方法取决于需求和使用情况。如果希望系统上所有用户的 `pip` 使用相同的源 URL，那么使用全局配置是合适的。如果只关心当前用户的配置，或者需要在不同情况下切换源 URL，那么命令行选项更灵活。]]></description><category></category></item><item><title><![CDATA[【项目实战】一种主成分分析法PCA-kNN和CNN的算法实现]]></title><link>https://blog.youkuaiyun.com/iamlibr/article/details/132898015</link><guid>https://blog.youkuaiyun.com/iamlibr/article/details/132898015</guid><author>iamlibr</author><pubDate>Fri, 15 Sep 2023 15:27:05 +0800</pubDate><description><![CDATA[Keywords： 数据处理；算法复现；PCA-KNN；CNN；深度学习
Benefits：一定的光学基本知识，基本的算法复现的过程，深度学习中数据处理的疼痛点，代码能力提升。]]></description><category></category></item><item><title><![CDATA[【项目实战】 Python + Opencv 的工业级机器视觉检测系统]]></title><link>https://blog.youkuaiyun.com/iamlibr/article/details/118913770</link><guid>https://blog.youkuaiyun.com/iamlibr/article/details/118913770</guid><author>iamlibr</author><pubDate>Mon, 19 Jul 2021 22:02:39 +0800</pubDate><description><![CDATA[该系统基于Python+Opencv进行图像处理，从而实现视觉检测功能。建议作为一个框架使用，通过调整算法结构，具体参数和文件路径实现检测功能。]]></description><category></category></item></channel></rss>