- 博客(14)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 linux解压大于4G文件夹 和 p7zip command no found
【代码】linux解压大于4G文件夹 和 p7zip command no found。
2023-03-17 16:13:52
634
原创 vscode如何优雅退出docker容器而不关闭它，非常有用！！
然后在终端按ctrl+P,ctrl+Q,终端显示read escape squence就是退出但不关闭容器咯，下次进入直接用docker attach 容器名就行了。这个方法直接关闭了所有快捷键，包括ctrl+c等基础快捷键。所以一旦勾选这个选项，就不要使用快捷键了，否则就会像我一样一不小心把挂在服务器上的程序给终止了！再输入terminal.integrated.sendKeybindingsToShell，选择服务器终端，然后勾选忽略快捷键，就可以了。
2023-03-16 22:22:34
1924
2
原创 torch1.12.1 vision0.13.1 audio0.12.1 cuda11.6 python3.8 window11安装教程（含在线安装和本地安装）
查阅对应关系，选择要下载适配版本的torch。下面这个链接是csdn的一个教程。下面是pip本地安装的下载地址。
2023-01-12 16:17:29
4838
原创 离线安装torch和torchvision
ps：不知道需不需要查看cudnn，我没查看，网上的方法都没用，但是不影响我安装成功。ps：这里需要注意版本对应，torch,torchvison的版本不要出错。进入任意一个可用的镜像源下载你的python版本和cuda版本对应的torch。我的python是3.8 cuda11.6，这里我选择的是下面这个包下载。打开NVIDIA control panel应用，点击左下角的系统信息。下载完成后，打开cmd,进入环境，并cd到文件夹中输如下面代码即可。进入后点击组件，再查看cuda。
2023-01-03 15:30:05
2104
1
原创 E tensorflow/stream_executor/cuda/cuda_dnn.cc:82] CUDNN_STATUS_EXECUTION_FAILED
E tensorflow/stream_executor/cuda/cuda_dnn.cc:82] CUDNN_STATUS_EXECUTION_FAILED
2022-11-06 23:54:45
989
原创 Collecting package metadata (repodata.json): - ERROR conda.auxlib.logz:stringify(155)或(163)
Anaconda & conda使用yml导入环境
2022-10-18 23:59:23
4700
原创 《Realistic Evaluation of Deep Semi-Supervised Learning Algorithms》笔记
对深度半监督学习算法的现实评价AbstractIntroductionImproved EvaluationSemi-Supervised Learning Methods半监督Π-ModelMean TeacherVirtual Adversarial Training(VAT)Entropy Minimization (EntMin)Pseudo-LabelingConclusions and RecommendationsExperimentsAbstract写作目的：为了帮助指导SSL研究更贴合
2021-08-10 17:38:13
759
原创 《Virtual Adversarial Training：A Regularization Method for Supervised and Semi-Supervised Learning》笔记
虚拟对抗性训练VAT：监督与半监督学习的正则化方法1 Abstract2 Introduction & Related Work2.1 Previous work2.2 Our work3 Methods3.1 AT3.2 VAT3.2.1 major methods3.2.2 details3.2.3 algorithm4 Reference1 Abstract提出了一种基于虚拟对抗损失的正则化方法：给定输入条件标签分布局部光滑性的新度量。虚拟对抗性损失被定义为在每个输入数据点周围的条件标
2021-08-05 16:28:28
759
原创 《A brief introduction to weakly supervised learning》的阅读笔记
Abstract ○ 三种典型的弱监督： § 不完全监督incomplete supervision，只有少部分训练数据集有标签 § 不精确的监督inexact supervision，训练数据只有粗粒度标签 § 不准确的监督inaccurate supervision，给定的标签并不总是真实的不完全监督 ○ 主动学习——with human intervention § 目的：训练一个标记成本最小化的良好模型 § 方法：选择最有价值的未标记样本进行标记 □ 选择标准：信息
2021-07-25 11:37:41
330
2
原创 半监督学习入门——《机器学习》周志华—第十三章
半监督学习入门——《机器学习》周志华—第十三章13.1未标注样本13.2生成式方法13.3半监督SVM13.4图半监督学习13.5基于分歧的方法13.6半监督聚类生成一个适合你的列表创建一个自定义列表注释也是必不可少的引用13.1未标注样本半监督学习描述概念让学习器不依赖外界交互、自动地利用未标记样本来提升学习性能分类纯半监督学习和直推学习Q：如何利用未标记样本？A：做一些将未标记样本所揭示的数据分布信息与类别标记相联系的假设，如聚类假设和流式假设（相似的样本拥有相
2021-07-17 11:21:22
867
ImageNet数据集的数据字典
2022-11-11
武汉大学计算机科学与技术专业软件工程考试名词解释整理
2022-06-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人