m0_52414727的博客

原创 运行MMAction2时出现urllib.error.URLError: ＜urlopen error [Errno -2] Name or service not known＞

问题：运行MMAction2时出现urllib.error.URLError: <urlopen error [Errno -2] Name or service not known>，一开始以为时mmengine的load_checkpoint问题，寻思一定要联网这可坏了，然后一看有涉及到http的内容，立刻项目全局查找了一下。（按照这个链接自己下载的，把存储路径设在了项目的一个pretrained_weights文件夹里面）。ok，确认了，不会刷新。

原创 CUDA 12.0安装MMCV/MMACTION2 AssertionError: MMCV==2.2.0 is used but incompatible. Please install mmcv＞

没错，对于python、pytorch、cuda版本都是有要求的，cuda我没有权限改，但是pytorch之前都严重超了2.0.0，导致mmcv都不匹配。重新找到一个符合标准的torch版本就可以了。

原创 ImportError: cannot import name ‘soft_unicode’ from ‘markupsafe’

问题：安装了stlearn后，ImportError: cannot import name ‘soft_unicode’ from ‘markupsafe’ (E:\ProgramData\Anaconda3\lib\site-packages\markupsafe_这是由于新老版本不匹配的问题，想要引用的话得用老版本2.0.X以下，但我有其他程序依赖新版本。了解了一下新版本只是把内容归并导soft_str里面了，所以在。

原创 关于github重新上传时合并分支的问题

【代码】关于github重新上传时合并分支的问题。

原创 增量学习【4】

对于未来的学习系统来说，增量学习是可取的，因为它允许：在新数据到达时消除从头重新训练的需要，从而实现有效的资源使用；通过防止或限制所需存储的数据量来减少内存使用——在施加隐私限制时也很重要；学习更接近人类的学习。增量学习的主要挑战是灾难性遗忘，这是指在学习了一个新的任务后，先前学习到的任务的表现急剧下降。近年来，深度神经网络的增量学习出现了爆炸式的增长。最初的工作集中在任务增量学习上，即在推理时提供一个任务id。

原创 增量学习【3】

哇哦号称融合了三种IL-learning，哦原来是说融合了三种灾难性遗忘的对抗措施，用的树形结构。

原创 增量学习【2】

我们从Loss来看，首先这整个网络的Loss包括3个部分：（1）T网络和真实标签之间的交叉熵（2）S网络（即这里的A网络）和真实标签之间的交叉熵（上面的硬目标）（3）知识蒸馏Loss：KL Loss（emmmm…一般情况下我们也可以把他称为交叉熵）言归正传,第三部分也就是T、S网络之间的交叉熵，也就是T网络传授给S网络暗知识（即软目标)

原创 增量学习【1】

如果先学习任务1，再学习任务2，那么机器就忘记任务1学过的东西了。任务增量学习的挑战，不是或不应该只是防止灾难性的遗忘，而是找到有效的方法来分享学习表示跨任务，优化性能和计算复杂性和使用信息学习在一个任务来提高性能在其他任务（也就是说，实现积极的向前或甚至向后转移任务之间）。我们不仅希望机器可以记住过去的学习到的知识，还希望机器人以前学过的知识可以应用到后面的任务中，即知识迁移。这个时候，你可以直接使用之前保存下来的模型的参数来作为这一任务的初始化参数，然后在训练的过程中，依据结果不断进行一些修改。

原创 luke打不开

刚刚遇到luke报错，说连主键索引都找不到，发现可能是因为前后两次运行代码时不能完全更新dir目录里的内容，只更新了一部分，就导致luke根据路径找不到，正确做法是，把dir目录中运行出的清空一下（类似于清空缓存），再重新使用luke打开。另外不知道重新安装luke这点有没有用，反正我也一起用了。

原创 关于Lucene中Document包无法import

选中对应的module，然后勾选要使用的library的对号，点击apply，最后ok。在自己的路径中选择lucene对应的jar包。这里我把多个jar包都导入了进去，全部选了8.1的版本。应该是library导入时有问题，其实应该有更加根源性的解决措施或者是我在最初搭建出了问题。如果有已经建好的library则直接跳到第二步。另外要注意的是，如果是之前自己写的导入语句，还不对的话可能是因为导入了。然后点击ok，在下一步选择jar类型包的存储。导入对应包，记得选择lucene对应的。

原创 ImportError: this version of pandas is incompatible with numpy ＜ 1.17.3 your numpy version is 1.17.0

问题：>>> import pandasTraceback (most recent call last): File "<stdin>", line 1, in <module> File "C:\Users\Administrator\AppData\Roaming\Python\Python37\site-packages\pandas\__init__.py", line 22, in <module> from pandas

原创 关于主题模型（从LDA到PLSA）

关于主题模型从LDA到PLSA的一些公式推导及整理，包括递推公式和相关SVD的整理推导以及个人见解。

原创 关于深度学习画图这件事

ML Visual地址：https://github.com/dair-ai/ml-visuals谷歌链接：https://docs.google.com/presentation/d/11mR1nkIR9fbHegFkcFq8z9oDQ5sjv8E3JJp1LfLGKuk/edit#slide=id.gd7a8f690c7_22_0内容介绍：提供一份32页的PPT模型图素材，可以直接使用画出你要的机器学习深度学习模型图NN-SVGgithub地址：https://github.com/zfren

原创 关于写DMF时发生的小事情

事实上，以下内容都是我中途才开始考虑的报错反应模型nn.linear参数不匹配无法matmaul，瞅了半天模型参数没问题，一看取出传入参数时传错了。tensor索引说是只能为byte,long,bool，然后一开始改成float也不行，后来发现其实可以在autograd.Variable的过程中将tensor先转化为byte类型的再转化为Variable——不是很确定，原来刚刚是通过直接取消了variable，把array类型传入了确定了，上面的方法不行，说mask[256]和什么什么不匹配“fl

原创 关于jupyter输入长度限制

关于解决jupyter输入长度限制这一点

原创 关于学习transformer那些事

transformer的学习笔记和相关学习链接索引（个人用）

原创 PCA及其实战学习

知识学习整体思想就是根据重要特征（为主）附加其他特征（为辅）生成新的维度的特征代码实战学习视频链接：b站传送门这里使用了来自视频教程的数据集：github传送门数据集下载方式：优快云传送门首先是数据预处理部分：过程中所需要使用的所有包import pandas as pdimport numpy as npimport matplotlib.pyplot as plt获得原始数据并进行简要查看，可以借助info和head工具#数据集处理部分traindata_0 = pd.r

原创 细数近日犯的错误

关于第七次数据结构实验注意数组在函数内部和外部定义的区别，虽然我现在依然不知道原理为什么拿出去就不行了可能和另一个错误相关注意数组分配对象是new int []而不是new int（），第二个是分配一个单int对象注意分配范围与自己使用，数组在使用过程中是否发生变化，下一次是用变化过的还是没变换的ap关于第八次数据结构实验注意初始化，可能改了数组名之后又忘记初始化啦！...

原创 C++指针 2021.4.20

指针变量里面存储了一个地址，可以是常量、全局变量、局部变量、堆变量（new）的地址，还可以是函数（代码）的地址空指针空指针又称万能指针，可以指向任何带类型的指针（地址）p=&x; x可以是基本数据类型，也可是对象/结构体类型。p=&table;p=&book;int a = 3;void *p1;p1 = &a;//p1指向a的纯地址，但并不理解成intint *pi = (int*)p1;//强制类型转换，将p1理解成pi，语法逻辑都正确float.

原创 C++指针 2021.4.13

· 指针的概念我愿称之为 “隔空取物大法”应用函数的双向参数传递自由访问数组自由访问函数高级应用指向指针的指针特殊指针数据的访问地址直接访问（变量名直接映射到数据的地址，通过变量名存取变量的值）间接访问间接访问：将变量的地址&i存放在另一个内存单元中，写作p=&i通过取p指向内存空间*p,访问空间i，*p等价于i实际地址的数值没有意义，是操作系统分配的，地址形象化地被称为指针（指针变量是一种专门用来存放指针的变量）指针变量的定义类型标识符

原创 C艹3.30

内容：1、 static静态变量，局部可见，只赋一次初值2、对于全局变量的利害（尽量克制使用）3、全局变量与局部变量重名时，局部变量优先，可以使用域作用符::区分两者#include <iostream.h>int i = 100;void main(void){ int i, j = 50; i = 18;//访问局部变量 ::i = ::i + 4;//访问全局变量 j = ::i + 1;//访问全局变量i和局部变量j cout << "::i=" &lt

原创 论文阅读（Improving neural networks by preventing co-adaptation of feature detectors ）

显然看不懂英文然后出于各种原因最终被迫搜索了翻译版本，如有错误欢迎指出介绍主体：DropOut目的：对战过拟合的基础上提升速度和学习能力（力速双A✔）思路：通过在每个训练案例上随机省略一般的特征检测器而减小过拟合率。每一个神经元去学习如何检测特征更有助于得出正确答案。具体实现：每个训练案例的每个呈现上，每个隐藏单元被随机地从网络中以0.5的概率省略。在测试过程中，每一个隐藏层的神经元都能保持激活，但是，必须将输出值乘以0.5，这是因为在测试的过程中，相比于训练过程，增加了一倍的神经元数目

原创 关于更改默认安装路径这件事

原创 补充re

关于正则表达式算了我决定看别人的博客：史上最全常用正则表达式大全注意其中的\w代表全部大写小写字母、数字和下划线，而不包括汉字关于相关函数目前需要掌握findall, match, sub带模式对象玩的：#创建模式对象pat = re.compile("AA")#此处的AA是正则表达式,用来去验证其他的字符串m = pat.search("SBA")#search字符串被校验的内容print(m)#Output: None因为SBA里面没有AAm = pat.search("A

原创 补充beautifulSoup

学习视频链接：Python爬虫基础5天速成# -*- coding: utf-8 -*-"""Created on Wed Feb 10 11:54:00 2021@author: 86155"""'''BeautifulSoup4将复杂HTML文档转换成一个复杂的树形结构，每个节点都是Python对象，所有对象可以归纳为以下四种：-Tag-NavigableString-BeautifulSoup-Comment'''from bs4 import BeautifulSou

原创 补充urllib

视频学习链接：Python爬虫基础5天速成urllib.request虽然不知道为什么我的spyder在importurllib时不能自动补齐但是这不重要我只需要知道怎样应用功能就可以了获取一个get请求import urllib.requestresponse = urllib.request.urlopen("http://www.baidu.com")#打开一个网页并将获取到的数据保存到response中打印response会产生：<http.client.HTTPRespons

原创 给爷爬！

芜湖，我来学习爬虫啦。希望能够永远不吃牢饭并且顺利完成学长的任务呢！学习入口：B站Python爬虫基础五天速成准备工作：1.了解网页相关信息：这里讲了很多，但是估计后面实践时才能用到2.准备引入包：包：bs4：网页解析，获取数据re：正则表达式，进行文字匹配urllib.request，urllib.error：指定URL，获取网页数据xlwt：进行excel操作sqlite3：进行SQLite数据库操作引入方式：pip XX（XX指要安装的包）我现在用的是jupyter .

原创 ccf csp2013.12

我终于想起这个被我咕了将近半个月的 任务了。。。从头开始做吧T1 （简单的循环模拟问题描述　　给定n个正整数，找出它们中出现次数最多的数。如果这样的数有多个，请输出其中最小的一个。输入格式　　输入的第一行只有一个正整数n(1 ≤ n ≤ 1000)，表示数字的个数。　　输入的第二行有n个整数s1, s2, …, sn (1 ≤ si ≤ 10000, 1 ≤ i ≤ n)。相邻的数用空格分隔。输出格式　　输出这n个次数中出现次数最多的数。如果这样的数有多个，输出其中最小的一个。样例输入

原创 电脑卡顿治疗方案

原本，这是一个美好的上午，yxt打开了她的B站和python准备学习RNN，然后，打开了好久好久好久，，，，迫不得已开始整顿卡机过分的电脑操作一、禁用无用的开机启动程序打开任务管理器（这玩意儿我都打不开了mdzz）选择启动栏把乱七八糟没用的东西取消自动启动（如下图所示）二、给系统盘（C盘）留有足够空间方法如下：安装软件时不要一路点下去，会给安到C盘（发现自己只有C盘的可怜孩子表示迷惑）保持桌面的干净（桌面也是C盘下的文件夹）（尽量只有软件链接和临时文件）定期清理.

原创 2021-1-10

1.Jiang MeiRui’s share in paper learning//I can not explain it in English,so I decide to write it when my computer is repaired2.My Homework in PythonThe task is to check our python learning process which can prepare us in machine learningPROBLEM:这里是引