high-effcient programes in ubuntu

最新推荐文章于 2025-04-23 10:08:11 发布
原创 最新推荐文章于 2025-04-23 10:08:11 发布 · 630 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#ubuntu #twitter

本文推荐了一系列跨平台软件，包括媒体播放器如MPlayer、SMPlayer等；网页浏览器如Chrome、Opera等；信息处理软件如Evolutionmail、QQ等；以及其他类型的工具如GIMP、Okular等。

1.media players

mplayer

smplayer

Banshee

 

2.web

chrome

opera

tansmission

amule

Gwibber(like twitter)

 

3.information message

Evolution mail

QQ

 

4.Others

GIMP(like photoshop)

okular(like foxit)

docky(desktop in mac)

starDict(like lingoes)


 

Cost-effective Attention Reuse across Multi-turn Conversations in Large Language Model Serving
c_cpp_csharp的专栏
06-21 284
通过多回合对话与人类互动是大型语言模型（LLM）的一个基本特征。然而，由于需要重复计算历史token的密钥值（KV）缓存，用于执行多回合会话的现有LLM服务引擎效率低下，从而导致高服务成本。为了解决这个问题，本文提出了AttentionStore，这是一种新的注意力机制，可以在多回合对话中重用KV缓存（即注意力重用），显著降低重复计算开销。AttentionStore维护一个分层的KV缓存系统，该系统利用经济高效的内存/存储介质为所有请求保存KV缓存。
【Image Restoration】Restormer: Efficient Transformer for High-Resolution Image Restoration
乐亦亦乐的博客
11-21 3405
视觉新Transformer模型：Restormer，在多个图像恢复任务上取得了最先进的结果，包括图像去雨、单图像运动去模糊、散焦去模糊（单图像和双像素数据）和图像去噪等，优于SwinIR、IPT等网络。
了解大语言模型的参数高效微调（Parameter-Effcient Fine-Tuning）
叶庭云 成为自己的光
04-10 1909
了解大语言模型的参数高效微调（Parameter-Effcient Fine-Tuning）
Efficient Frequency Domain-based Transformersfor High-Quality Image Deblurring
weixin_50270824的博客
07-19 2219
过拟合是指模型在训练数据上表现良好，但在测试数据上表现较差的情况，其主要原因是模型过度拟合了训练数据的噪声和特异性（以至于在测试时，稍微与训练数据的“特异性”不同，模型就认为它不是我们寻求的目标，让模型失去了泛化能力）。，通过元素积运算来估计缩放后的点积注意，而不是在空间域中的矩阵乘法。为了克服这个问题，我们提出了一种简单而有效的基于鉴别频域的FFN (DFFN)，其中我们在FFN中引入了一种基于联合摄影专家组(JPEG)压缩算法的门控机制，以判别应该保留哪些低频和高频特征信息以进行潜在的清晰图像恢复。
DifAttack: Query-Effcient Black-Box Adversarial Attack via DisentangledFeature Space--阅读笔记
最新发布
小羊不会飞的博客
04-23 813
DifAttack在ImageNet上攻击ResNet模型时，攻击成功率（ASR）达100%，平均查询次数（Avg.Q）仅1,901，比次优方法（GFCS）减少41.9%。使用CIFAR-10训练的代理模型攻击CIFAR-100模型，DifAttack在非目标攻击中Avg.Q仅为146（对比CGA的279），ASR保持100%。在目标攻击中，DifAttack的ASR为70%，Avg.Q为183.5，显著优于其他方法（如SignH的60% ASR，Avg.Q 189.5）。
Restormer: Efficient Transformer for High-Resolution Image Restoration
u013049912的博客
03-14 3033
由于卷积神经网络（CNN）在从大规模数据中学习可概括的图像先验方面表现良好，因此这些模型已广泛应用于图像恢复和相关任务。最近，另一类神经架构 Transformer 在自然语言和高级视觉任务上表现出了显着的性能提升。虽然 Transformer 模型弥补了 CNN 的缺点（即有限的感受野和对输入内容的不适应性），但其计算复杂度随空间分辨率呈二次方增长，因此无法应用于大多数涉及高分辨率图像的图像恢复任务。
Efficient Frequency Domain-based Transformersfor High-Quality Image Deblurring（CVPR23）
weixin_43559672的博客
05-16 883
这里主要是通过一个可学习的量化矩阵W，去实现注意力，有选择的去掉高频或低频信息。这里提出重要的前置：我们要知道两个图像A和B的卷积，等于A和B经过傅里叶变换相乘，然后逆变换回来。这里提到JPEG的逆压缩过程，主要是这个过程与JPEG的逆压缩过程相似，不必太过关注。解码阶段使用了FSAS，原因是编码阶段过深的网络会减少原始图片中模糊的影响。然后用频域的乘法替换空间域中的卷积，这些操作主要是为了减少计算量。最后做了一个跳跃连接，表示预测的结果其实是模糊的部分。自注意力中的全连接可以用reshape+卷积替换。
图像修复-CVPR2022-Restormer Efficient Transformer for High-Resolution Image Restoration
一名从Java开发工程师转型的人工智能研究生，致力于图像修复和图像超分领域的探索与研究。通过博客分享个人的学习心得、研究成果以及在人工智能应用中的实际经验，欢迎与同行交流。
11-07 1438
Restormer 是一个高效的 Transformer 模型，通过改进其关键组件，克服了传统 Transformer 在处理高分辨率图像时的计算瓶颈，并在多个图像恢复任务中表现出色
MoRA：参数高效微调的高排名更新方案
gitblog_00525的博客
03-28 937
MoRA：参数高效微调的高排名更新方案 项目介绍 MoRA（High-Rank Updating for Parameter-Efficient Fine-Tuning）是一种用于参数高效微调的新方法。该方法在保持模型性能的同时，大大降低了训练所需的参数数量。通过高排名更新策略，MoRA能够对预训练语言模型进行有效的微调，适用于各种自然语言处理任务。 项目技术分析 MoRA基于现有参数高效微调技术（...
图象分割算法实现 -Effcient Graph-Based图像分割
资源摘要信息:"Effcient Graph-Based Image Segmentation算法的源码已经通过测试，并且可以使用。本文档中所包含的算法属于图像分割技术领域，图像分割是计算机视觉和图像处理中的基础任务之一，目的是将图像分割成...
vc编程系列之Addison Wesley - Effcient C++ Programming Techniques
01-19
《Efficient C++ Programming Techniques》是Addison Wesley出版的一本关于C++编程的经典著作，旨在帮助读者提升C++编程效率，充分利用语言特性，避免常见陷阱，优化代码性能。该书深入探讨了C++编程中的核心概念和...
ubuntu装换为lxde桌面基本配置
热门推荐
若言
01-10 1万+
<br />LXDE是Lightweight X11 Desktop Environment的缩写，相对GNOME和KDE来说是一种轻量级的桌面环境，LUbuntu即是基于LXDE的。<br />1.首先要下载ubuntu-10.10-alternate-i386.iso和ubuntu-10.10-desktop-i386.iso镜 像，之 所以要用2个镜像是因为需要通过ubuntu-10.10-alternate-i386.iso来安装命令行系统，再在命令行的基础上安装X11环境和 GNOME环境，
wine的使用方法
若言
01-11 7501
wine是在Linux操作系统下执行部分Windows应用程序的工具。如果你在Linux终端下执行"wine路径／文件名. exe" ，就会惊奇地发现原本只能在Windows平台下执行的程序居然服服贴贴地在Linux下运行起来。当然，程序的界面不是我们熟悉的Windows 9x风格，而是地道的Windows 3.x风格。我在Linux环境下成功的运行了Winamp(Ver2.61),ACDsee32(Ver 3.0 trial),可惜（也是必然）Windows 9x下一些应用程序如Photoshop，3DM
ubuntu中amule设置
若言
01-12 1974
<br />1. 安装 amule和amule-utils:<br />sudo apt-get install amule amule-utils<br /><br />2. 在Firefox里面关联ed2k链接<br />在地址栏输入about:config<br />(1)新建“bool”<br />名称为：network.protocol-handler.external.ed2k<br />值为：true<br />(2)新建“string”<br />名称为：network.protocol-h
fedora安装 LXDE
若言
01-23 1361
<br />fedora 安装 LXDE<br />sudo yum install @lxde-desktop<br /> 
fedora 使用 sudo
若言
01-23 1358
<br />在ubuntu下执行某条命令时如果需要root权限，我们只需要在此命令的前面加上sudo，转到fedora后如果要执行root权限的命令，需要先切换到root用户，才能使用，感觉用起来十分不顺手。在网上搜索后，发现可以通过配置sudo的方式来决定这个问题。方法如下<br />fedora 默认新建的用户不在sudo组，但可以编辑/etc/sudoers文件将普通用户加入sudo组。要注意的是修改该文件只能使用visudo命令<br /> <br />1、首先切换到 root<br />su -<
fedora 12 字体
若言
01-23 815
<br />Fedora 使用 Liberation 和 DejaVu 字体，这些字体是默认安装的，看起来很平滑而且美观，而且它们是开源字体。<br />如果你坚持使用微软字体，你可以下载 msttcorefonts rpm 包，照下面做就可以了：<br />wget <br />http://www.my-guides.net/en/images/stories/fedora11/msttcore-fonts-2.0-2.noarch.rpm<br />su -c ‘rpm -ivh msttcore-f
ubuntu 试用感受
若言
01-12 782
使用ubuntu
fedora 系统服务
若言
01-23 712
1.ntsysv<br />2. setup<br />/etc/init.d/<br />chkconfig [service] off 关闭其中一个服务。<br />amd：自动安装NFS（网络文件系统）守侯进程。<br />apmd:高级电源管理。<br />Arpwatch：记录日志并构建一个在LAN接口上看到的以太网地址和IP地址对数据库。<br />Autofs：自动安装管理进程automount，与NFS相关，依赖于NIS。<br />Bootparamd：引导参数服务器，为LAN上的无盘工作
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值