
笔记
文章平均质量分 80
好名字可以让朋友..更容易记住你
这个作者很懒,什么都没留下…
展开
-
如何用MindSpore实现自动数据增强
如何用MindSpore实现自动数据增强引言实现过程代码使用创建数据结尾引言 在深度学习训练的过程中,数据增强有着十分重要的作用。在目前模型设计的工作中,timm库被研究者们广泛使用,其重要的原因之一就是timm库提供了一套非常完备的深度学习工作流程(特别是在数据增强方面),这一套完备的流程可以让模型设计工作者们专注于模型本身的设计,而不用去关心其他复杂的模型训练流程。 在之前的博客利用MindSpore复现I原创 2021-11-12 11:21:07 · 1038 阅读 · 0 评论 -
MindSpore如何实现自定义训练
如何用MindSpore实现实现自定义单步训练EMA是什么深度学习模型使用EMA更新介绍基于PyTorch的EMA权重更新方法MindSpore介绍如何用MindSpore实现自定义单步训练自定义训练梯度裁剪梯度聚合EMA权重模型更新合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表F原创 2021-10-17 14:04:08 · 1206 阅读 · 2 评论 -
论文阅读记录(一)——Transformer in Transformer
论文阅读记录(一)——Transformer in Transformer 这个项目是用来对大四的论文阅读做一下记录,希望可以在大四的这段时间尽快从推免的状态里面走出来,尽快的融入未来的科研工作,希望可以和大家一起进步。这里先介绍几个很好用的学习项目PyTorch examplePyTorch的官方模板平台,学习PyTorch进阶操作最好的样例如何读论文——论文精读李沐大神在B站分享的项目,持续跟进可以很好规范自己的科研习惯~TensorFlow2原创 2021-10-10 12:22:06 · 526 阅读 · 0 评论 -
关于矩阵求导、全连接神经网络模型和卷积神经网络模型反向传播的学习记录
关于矩阵求导、全连接神经网络模型和卷积神经网络模型反向传播的学习记录 内容是对神经全连接神经网络模型以及卷积神经网络模型求导以及反向传播手推公式的一些记录。引用非常感谢大佬们的讲解5字诀搞定BP反向传播算法推导卷积神经网络(CNN)反向传播算法推导全连接神经网络中反向传播算法数学推导用Python从底层实现一个多层感知机【手推机器学习】矩阵求导–合集原创 2021-04-18 18:07:31 · 271 阅读 · 0 评论 -
torch.nn.Unfold函数的一些踩坑
torch.nn.Unfold函数的一些踩坑Pytorch中view函数的使用torch.nn.Unfold使用功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 由于最近看到了Involution: Inverting the原创 2021-03-30 21:45:07 · 1085 阅读 · 0 评论 -
如何在服务器上完全离线配置CUDA环境
如何在服务器上离线配置CUDA环境查看显卡驱动以及适配的最高CUDA版本安装Anaconda Or Miniconda功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入查看显卡驱动以及适配的最高CUDA版本你好! 这是你第一次使用原创 2020-10-22 14:51:20 · 1531 阅读 · 0 评论