- 博客(18)
- 收藏
- 关注
RSS订阅原创 如何使用GraphPad Prism绘制多条ROC曲线在一张图中
下面开始绘制的步骤：（以二分类为例）1、开始打开软件，选择：2、在下面的表格中填写每一例数据的预测值。每一个模型可分两列，如下图中的DenseNet121_0和DenseNet121_1，这两列分别写的是标签为0的数据预测为1的概率、标签为1的数据预测为1的概率（注意，这儿没有写错）。3、按照如下步骤，然后点击“OK”4、然后默认，直接点击“OK”5、然后会在“Results”中看到具体的数据，在Graphs中查看对应的ROC曲线。6、先以单条ROC曲线讲解相关ROC图像的调整：6（1
2025-11-29 22:29:08
315
原创 交叉注意力（CrossViT）的理解笔记
本文探讨了交叉注意力机制中QKV角色分配的问题。在多模态任务中，Q代表"想要知道什么"，KV代表"拥有的知识库"，其分配取决于任务目标、模态特性和信息流动需求。文本通常作为Q查询图像KV，因文本更抽象稀疏，图像更丰富具体。单模态内部交叉时，低层特征作Q查询高层KV，让细节在语义指导下强化。class token使用提供Q的分支token。
2025-08-30 13:34:30
1054
原创 Attention Is All You Need细读后的笔记
感觉自己对transformer理解的不透彻，又细读了一遍原论文《Attention Is All You Need》后的笔记。
2025-08-29 18:09:51
783
原创 RuntimeError: CUDA error: CUBLAS_STATUS_INVALID_VALUE when calling `cublasSgemm( handle, opa, opb, m
先将程序改为使用cpu执行，看是否可以正常运行。如果可以正常运行，执行第二步的操作；否则，检查代码的错误。，然后再运行代码就可以了。
2025-06-27 11:00:17
322
原创 Linux (ubuntu)服务器上所有的anoconda虚拟环境都混在了一起
将下面这一行代码注释掉：export PATH=/root/anaconda3/bin:$PATH。到此，问题得到解决。
2025-03-05 19:40:15
304
2
原创 将代码文件上传到码云（gitee）步骤
3.确保你已经添加了所有要提交的文件，可以使用以下命令来查看当前文件的状态，这会显示哪些文件已添加到暂存区以及哪些文件还未添加。4.远程关联到远程仓库地址（仅首次连接需要，以后不再需要）5.将本地代码推送到git仓库中。2.提交指定文件内容到仓库。
2023-11-04 12:26:50
541
1
原创 tmux使用总结
tmux 中有几个重要概念：1.会话(session): 建立一个 tmux 工作区会话，会话可以长期驻留，重新连接服务器不会丢失，我们只需重新 tmux attach 到之前的工作区就可以恢复会话，这样你的工作区就可以常驻服务器了，非常方便2.窗口(window): 容纳多个窗格3.窗格(pane): 可以在窗口中分成多个窗格，每个窗格都可以运行各种命令。
2023-09-09 17:25:41
222
1
原创 GoogLeNet(Inception v3)论文及代码复现笔记
文章继承了BN-Inception（Inception v2）中将5 × 5 卷积分解为两个3 × 3 卷积的思路以降低计算成本（n个5 × 5 卷积比n个3 × 3 卷积计算成本高25 / 9 = 2.78 倍），同时还引入了空间分离卷积，也就是将n × n 卷积给分解成1 × n和n × 1两个卷积，可以大大减少计算量，特别是对于像5 × 5 和7 × 7这样的大卷积核。这两个思路对于轻量级网络的设计有一定的借鉴。例如，一个 3×3 的卷积等价于首先执行一个 1×3 的卷积再执行一个 3×1 的卷积。
2023-07-20 17:12:16
748
1
原创 ResNet论文及复现代码笔记（CIFAR-10数据集）
左图是50层以下网络所用的残差结构，例如ResNet18/34，右图是50层及以上网络所用的残差结构，例如ResNet50/101/152。从图中可以看出Resnet50/101/152的1x1卷积->3x3卷积->1x1卷积结构中，第一个1x1的卷积是进行降维操作，再做3x3的卷积提取特征，再做1x1的卷积进行升维（恢复维度）。这里的残差结构是add操作，即两组同样shape的权值，对应位置的值进行相加。
2023-07-16 16:26:54
974
3
原创 VGG论文及代码复现笔记（PyTorch）
从网络 A 中的 11 个权重层（8 个卷积层和 3 个 FC 层）到网络 E 中的 19 个权重层（16 个卷积层和 3 个 FC 层）。卷积层的宽度（通道数）相当小，从第一层的 64 开始，然后在每个最大池层之后增加 2 倍，直到达到 512。
2023-07-13 20:45:24
542
1
原创 AlexNet理论及代码复现笔记（PyTorch）
该网络包含八个带有权重的层；前五个是卷积的，其余三个是全连接的。最后一个全连接层的输出被馈送到 1000 路 softmax，生成 1000 个类标签的分布。第二、第四和第五卷积层的内核仅连接到驻留在同一 GPU 上的前一层中的内核映射。第三卷积层的内核连接到第二层中的所有内核映射。全连接层中的神经元与前一层中的所有神经元连接。
2023-07-10 17:31:55
3163
14
原创 基于ResNet50的农作物病虫害检测识别系统
以PyTorch框架为基础的ResNet50模型算法的病虫害识别准确率能达到93%以上。本系统前端采用Bootstrap框架，后端则采用的是Flask框架。
2023-07-07 18:03:16
1255
2
原创 关于解决Java Web上传图片到Tomact，刷新后图片消失的问题
我个人认为最简单最实用的做法就是讲项目打包成war包，之后上传到tomact的webapps路径下，即可解决此问题。2、选择路径：C:\Program Files\APP&images\apache-tomcat-8.5.85\webapps（这是我的路径，每个人可能不一样），点击保存即可。3、在浏览器输入http://localhost:8080/bishe（项目名）/index.jsp（首页）即可看到运行的web页面。1、右击项目==》export==》war file==》
2023-05-16 15:39:41
374
1
原创 数据库更新问题
describe=?,category=?check the manual that corresponds to your MySQL server version for ‘describe=XXX，,cure=XXX,category=XXX报错。②若sql语句没有问题，则更大的可能是数据库表名有问题，例如我这儿的问题是“describe=”，我这儿的describe可能与数据库内部的某个自定义表名冲突，所以报错。（这个错误，我在数据库插入时没有发生，仅仅在数据库更新操作时才发生的）
2023-02-02 12:40:36
230
原创 PTA python程序设计04-选择与循环
7-1 身体质量指数（高教社，《Python编程基础及应用》习题6-3）身体质量指数（英文为Body Mass Index，简称BMI），其值为体重除以身高的平方。体重单位为千克，身高 单位为米。BMI是目前国际上常用的衡量人体胖瘦程度以及是否健康的一个标准。下面是16岁以上人群的BMI图 表：BMI 解释BMI<18 超轻18<=BMI<25 标准25<=BMI<27 超重27<=BMI 肥胖编写一个程序，输入用户的体重（Kg）和身高（米），显示其BMI
2021-04-17 21:12:39
8916
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