- 博客(11)
- 收藏
- 关注
RSS订阅原创 自用：基于Pytorch的Mask RCNN模型训练非公共数据集
准备好自己的数据集，并按照Mask RCNN模型要求的数据集格式进行格式转化。本次模型的复现，使用的是COCO2017数据集，如果想用自己的数据集进行模型训练，可以将自己的数据集按照COCO格式进行转化。如果想使用COCO2017数据集进行代码的初步测试，可以去官网下载该数据集。
2025-03-04 16:09:11
845
原创 硅基流动（SiliconFlow）+Cherry studio部署满血版DeepSeek R1
满血的DeepSeek R1很难在本地电脑上下载部署，其对计算机算力的要求太高，但是网页版的DeepSeek容易崩溃，因此，经过一段时间的使用，，但是需要花钱！！但是在前期注册硅基流动后，会免费赠送14元。
2025-02-27 17:04:06
4373
原创 基于Docker+Dify+Ollama实现DeepSeek R1的本地部署
首先，在任务管理器中确认系统的虚拟化是否开启。确认开启后，接下来进入wsl的安装，本文在进行此项安装时，全程开着科学上网！！！。打开命令提示符（必须以管理员身份运行，否则会出现“权限不足”的报错信息），然后下列代码，启用wsl 。上述代码执行完毕后，输入下列代码，启用虚拟机平台。上述代码执行完毕后，将电脑进行重启。重启完毕后，再次以管理员的身份运行命令提示符，然后输入下列代码。【注意】此处在进行时出现报错信息，如下所示：该错误通常是与网络连接有关，故对梯子进行检查，发现全局连接与规则
2025-02-10 17:58:09
1633
5
原创 自用：基于Pytorch的YOLOv11模型训练自己的数据集
在进行代码复现时，本想在YOLOv8模型环境的基础上添加部分环境依赖实现对YOLOv11模型的训练，但是在这个过程中出现了很多的问题。所以，建议在运行不同代码时，必须新建一个合适的虚拟环境，避免出现各种不应该出现的问题。开始创建虚拟环境：
2025-01-16 17:52:54
1405
原创 自用：目标检测算法之基于Pytorch的SSD算法复现
文件后，环境中的torch版本会被修改，变成基于cpu的版本，此版本也可以使用，但是使用CPU进行计算速度不如GPU，所以需要卸载现有环境中基于CPU的torch，然后重新再次执行一下torch的安装代码。完成numpy的安装之后，在下载的torch环境依赖包的根目录下，在路径中输入cmd，打开Command Prompt，然后再激活虚拟环境。此版本的下载，无法直接通过pip从官网进行下载，需要在官网找到之前版本的torch然后提前将其下载下来，然后通过手动安装的方式进行。
2025-01-06 11:22:10
1307
原创 冒泡排序：实现元素的 “升序/降序” 排序
#include <iostream>using namespace std;int main(){ int arr[9]={6,4,5,3,8,12,34,67,90}; cout <<"排序前的元素顺序："<<endl; for(int i=0;i<9;i++){ cout<<arr[i]<<" "; } cout<<endl; //冒泡排序 //外层循环：总轮数=元素个数-1.
2022-01-14 20:15:06
637
原创 【C++一维数组的元素逆置】
1.对于给定的元素的逆置：#include <iostream>using namespace std;int main(){int arr[5]={1,2,3,4,5}; //数组元素给定 int start=0; //记录数组的第一个位置的标 int end=sizeof(arr)/sizeof(arr[0]) - 1 ; //记录数组的最后一个位置的数 int count=end; int temp=arr[start]; //申请一个空间，做中转 wh
2022-01-14 19:45:05
561
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