- 博客(48)
- 收藏
- 关注
RSS订阅原创 如何使用GPT4-o进行few-shot推理
笔者在日常的工作中经常需要使用GPT4-o来进行VQA推理，特别是few-shot推理。现给出推理脚本demo。
2024-07-01 23:22:34
732
原创 已解决：该虚拟机似乎正在使用中。 如果该虚拟机未在使用,请按“获取所有权(T)”按钮获取
这是因为当运行一个“虚拟系统”时，为防止该系统被另外一个VMware程序打开，导致数据被修改或损坏，VMware会自动在该“虚拟系统”所在的文件夹下，生成三个锁定文件。但是若出现意外关闭，如宕机、强制重启、断电等情况时，虚拟机在没有解锁的情况下关闭，*.vmx.lck仍然存在，所以再次打开此虚拟。.vmdk.lck（虚拟磁盘锁定）,*.vmem.lck（虚拟内存锁定）。当该虚拟机程序正常关闭后，*.vmx.lck文件夹消失。.vmx.lck（虚拟系统锁定）,.vmem.lck文件夹消失。
2023-05-18 20:25:02
741
1
原创 编译原理——语法制导翻译
语法制导翻译主要是使用上下文无关文法来引导对语言的翻译。语义分析的结果通常就表现为中间代码，因此，语义分析和中间代码生成在一起称为语义翻译。语法分析的同时直接进行语义分析，成为语法制导翻译。将语义规则和语法规则（产生式）联系起来涉及两个概念：语法制导定义（Syntax-directed definitions，SDD）语法制导翻译方案（Syntax-directed Translation Scheme，SDT）
2023-03-22 17:43:51
3352
原创 哈工大面向服务的软件系统 期末开卷提纲
本课程期末考试为开卷，博主2022期末卷面94/100，总分92.9排名第2/82，现分享复习提纲以供学弟学妹们参考。本提纲仅供参考，切勿进行其他目的的使用。
2023-03-07 21:37:37
2767
原创 Pytorch——生成式对抗网络的实例
生成器的最终目标是要欺骗判别器，混淆真伪图像；而判别器的目标是发现他何时被欺骗了，同时告知生成器在生成图像的过程中可识别的错误。注意无论是判别器获胜还是生成器获胜，都不是字面意义上的获胜。两个网络都是基于彼此的训练结果来推动参数优化的。 这项技术已经被证明可以产生一个生成器，他只从一个噪声和一个条件信号生成逼真的图像。这里的条件信号是指属性或者其他图片，例如：年轻的、女性的、戴着眼镜的。这样的生成器产生的图片可以满足人的审美。
2022-12-23 16:44:47
895
1
原创 PyTorch——应用一个已训练好的图片分类网络——AlexNet
ImageNet数据集是由一个Stanford大学维护的包含1400多万幅图像的非常大的数据集，所有的图像都用来自WordNet数据集的名词层次结构标记，而WordNet数据集又是一个大型的英语词汇数据库。
2022-12-23 15:56:14
1239
1
原创 哈工大视听觉信号处理——听觉部分报告——一种智能家居命令词识别系统的设计
对于智能家居而言，将语音控制技术规模化应用于智能家居或将成为未来市场发展的新趋势之一。本系统将针对生活中常见的一些家电控制指令进行语音识别。
2022-12-20 11:09:18
1489
原创 微服务综合部署——SpringBoot项目制作Docker镜像注册在Zookeeper并利用K8S技术部署
微服务综合部署——SpringBoot项目制作Docker镜像注册在Zookeeper并利用K8S技术部署
2022-12-18 07:52:27
859
原创 WebService基于Baidu OCR和Map API的导航服务
本项目的主要流程是针对于用户所上传的路牌、路标图片等信息，首先利用Baidu-OCR-API服务识别出图片内容的信息，其次用户编辑识别出的文本信息，最终将文本传递给 Baidu 地图 API实现最终的导航服务。
2022-12-17 21:38:24
837
原创 CentOS Kubernetes的部署——容器技术环境搭建
虚拟容器技术目前来讲在各大互联网公司属于必备的技术，相比于传统的虚拟机拥有很强的技术优势，因此互联网从业者应该对其深入了解。不过，相比于技术本身，环境的搭建更让人头痛。本文将带领初学者从零开始，从环境搭建开始，深入地学习K8S。
2022-12-01 16:08:11
533
原创 路由与转发
将路由器抽象为点，将链路集合抽象为边的集合，图的抽象在网络领域非常的广泛。链路的费用（Costs）描述了链路的成本，比如带宽的倒数、拥塞程度。一般来讲，费用越少的路径是最优解，这就是的核心问题。
2022-10-06 15:56:25
204
原创 OpenCV+PCL 图像处理实战——圆柱中心点的拟合
在机器人比赛中时常会需要涉及到对圆柱进行识别，机器人的运动姿态需要根据识别出的圆柱中心点来进行调整。因此，设计算法来识别中心点是非常必要的。笔者利用Kinect相机得到了深度图和彩色图，首先利用OpenCV来确定特殊颜色的连通域，其次利用深度图和彩色图构建PCL点云并得到拟合圆柱的参数，最终使用了点云——中心轴线投影法确定出最终的圆柱中心点的位置。
2022-09-29 14:38:33
4008
原创 粒子群优化算法
粒子群优化算法起源于对鸟群觅食活动的分析。鸟群在觅食的时候通常会毫无征兆的聚拢，分散，以及改变飞行的轨迹，但是在不同个体之间会十分默契的保持距离。所以粒子群优化算法模拟鸟类觅食的过程，将待求解问题的搜索空间看作是鸟类飞行的空间，将每只鸟抽象成一个没有质量和大小的粒子，用这个粒子来表示待求解问题的一个可行解。所以，寻找最优解的过程就相当于鸟类觅食的过程。 粒子群算法也是基于种群以及进化的概念，通过个体间的竞争与协作，实现复杂空间最优解的求解。
2022-09-09 21:45:21
1100
原创 模拟退火算法
模拟退火算法(SA)来源于固体退火原理，是一种基于概率的算法。将固体加温至充分高的温度，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，分子和原子越不稳定。而徐徐冷却时粒子渐趋有序，能量减少，原子越稳定。在冷却（降温）过程中，固体在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。模拟退火算法从某一较高初温出发，伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解，即在局部最优解能概率性地跳出并最终趋于全局最优。
2022-09-09 20:52:20
10070
原创 Pytorch入门之MNIST项目
在这里采用了三层神经网络，每一层的激活函数采用ReLU，损失函数采用交叉熵函数，具体细节详见代码。利用torchvision来下载MNIST数据集。下载后，建立神经网络并进行预测。训练10个epoch的效果如下。
2022-09-04 18:13:22
806
原创 PnP算法初步
PnP(Perspective-n-Point)是求解3D到2D点的对应方法。它描述了当知道n个3D空间点及其位置，如何估计相机的位姿。如果两张图像中的一张特征点3D位置已知，那么至少需要3个点对(以及至少一个额外验证点验证结果)就可以计算相机的运动。PnP的应用范围很广比如两阶段法的6D姿态估计以及视觉SLAM等等。特征点的3D位置可以由三角化或者RGB-D相机的深度图确定，当然还有其他方法。...
2022-08-28 12:13:15
2721
原创 9 Construction for Reuse面向复用的软件构造技术
9 Construction for Reuse面向复用的软件构造技术Outline源代码级别的复用； 模块级别的复用：类，抽象类，接口； 库级别的复用：API、包 系统级别的复用：框架设计可复用的类继承和重写 重载 参数多态和泛型 行为子类型与Liskov替换原则 组合和委托设计可复用的库与框架1.什么是软件复用？主要体现在两个方面，面向复用编程—开发出可复用的软件，基于复用编程—利用已有的可复用软件搭载应用系统。前者需要分析各种应用场景之间的相似性和差异性；后者
2022-05-31 14:34:22
284
原创 Java中的比较器
Java中的比较器的构造方法在java中经常涉及到对象数组的比较的情况，常见的有两种方法来处理：继承comparable接口，并实现compareTo（）方法定义一个单独的对象比较器，继承自Comparator接口，实现compare（）方法1.Comparable 简介Comparable 是排序接口。若一个类实现了Comparable接口，就意味着“该类支持排序”。 即然实现Comparable接口的类支持排序，假设现在存在“实现Comparable接口的类的对象的List列表(或数组)
2022-05-30 21:09:59
5851
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人