- 博客(85)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 Meta大一统语音识别新作omnilingual-asr能撼动OpenAI的Whisper吗？一手部署实测
Meta近日开源了其全新的语音识别模型Omnilingual ASR，该模型在语言支持范围上实现了重大突破，能够识别超过1600种语言，远超OpenAI Whisper等现有模型。
2025-11-14 14:20:36
837
1
原创 AI图像编辑模型ICEdit本地部署，内存/显存不足的解决方案与效果评测
本文记录了在本地部署ICEdit图像编辑模型时遇到的内存和显存问题的解决过程。作者使用RTX3090显卡(24G显存)和32G内存的硬件环境，在运行过程中遇到进程被系统杀死的问题。通过分析代码发现，虽然启用了CPU卸载(--enable-model-cpu-offload)，但模型组件仍驻留显存导致内存不足。最终通过增加32G交换空间解决了问题，并对比了两种CPU卸载方式：enable_model_cpu_offload(速度快但显存占用高)和enable_sequential_cpu_offload(显存
2025-11-06 11:23:51
944
原创 win11+vs2022配置ceres库
2、先安装通过cmake，再通过cmake依次安装glog, gflags, eigen, ceres, 安装过程都一样，下面以glog安装为例。新推出的东西，为了能更好的监管开发者的代码安全，如果勾选了这一项则将严格按照。的规则编译代码，会有一些以前常用的函数无法通过编译。进行配置，配置表单会有一些标红的项目，此时需要。文件夹，用来放置编译后的文件。，打开注册表，地址栏输入：计算机。，安全开发生命周期检查，微软在。安装完成，一样的方法安装。、全部安装完成后，就是在。后，在同级目录下建立。
2022-11-10 19:54:50
4954
7
原创 在TX2平台编译安装飞桨Paddlepaddle
安装nccl:git clone https://github.com/NVIDIA/nccl.git
2022-09-18 17:28:52
862
转载 C++ 编写 DLL 库并调用(VS2020)
编写dllVS创建项目，项目类型选：动态链接库(DLL)项目结构：头文件中，framework.h不动，编辑pch.h。pch.h:#ifndef PCH_H#define PCH_H// 添加要在此处预编译的标头#include "framework.h"#endif //PCH_Hextern "C"{ _declspec(dllexport) int myAdd(int n, int m); _declspec(dllexport)...
2022-02-18 14:49:30
3846
1
转载 Py_Finalize引发的异常
Py_Finalize引发如下异常：0x00007FFFE5A28D10 (python38.dll)处(位于 MTFform.exe 中)引发的异常: 0xC0000005: 执行位置 0x00007FFFE5A28D10 时发生访问冲突。解决方案：https://www.pythonheidong.com/blog/article/407452/26929e97655b86229f72/...
2021-03-08 15:27:57
2044
1
原创 飞桨PaddlePaddle图像分割训练营课程总结
最近参加了百度飞浆出的《图像分割7日打卡营》，收获颇多。之前完全没接触过图像分割，但做过目标检测，所以也基本能跟上学习进度。课程主要讲解了几个经典的图像分割网络，包括FCN全卷积网络，U-Net，PSPNet，DeepLab系列等。老师都是百度一线的工程师，讲解的很清楚，包括很多细节，如卷积的底层计算等。整个课程会有布置作业，需按时完成提交，课程难度还挺大，需手动实现网络模型，并手写训练推理的代码，以及评价模型的代码。通过完成作业，对自己的代码能力有较大提高，对飞浆框架也有了较好的理解。下面是课程的
2020-10-26 10:42:18
330
1
原创 PIL库和opencv库在读取图片上的差异
PIL库和opencv库在读取图片上的差异：opencv：图片的通道顺序为BGR，显示的尺寸为（高/行数，宽/列数，通道数）LIP：通道顺序为RGB，显示的尺寸为（宽，高）
2020-06-04 12:28:10
690
原创 Pytorch中nn.ModuleList 和 nn.Sequential的联系和区别
首先，nn.ModuleList 和 nn.Sequential都是用来封装多个层。区别在于：nn.Sequential有forward()方法，如：nn.Sequential allows you to build a neural net by specifying sequentially the building blocks (nn.Module's) of that net...
2020-04-18 11:37:21
1364
1
转载 python之字符串前面加u,r,f的含义
1.u:表示unicode字符串字符串中存在中文的字符，在前面加上ua = u'这是一个中文的字符串。'2.r:表示非转义的原始字符串字符串中存在\，要让它失效，要在前面加上rprint(r'今天是七夕节,\n但是还是要加班！') #加上r就是\不转义今天是七夕节,\n但是还是要加班！ print('今天是七夕节,\t但是还是要加班！') #不加上r就是\转义今天...
2020-04-17 10:04:58
1719
1
原创 目标检测比赛中的tricks
目标检测比赛中的tricks:https://zhuanlan.zhihu.com/p/102817180?utm_source=wechat_timeline样本不均衡处理：https://zhuanlan.zhihu.com/p/60612064
2020-04-04 11:46:24
419
1
原创 python安装第三方库速度慢解决办法
安装时使用国内镜像链接阿里云http://mirrors.aliyun.com/pypi/simple/中国科技大学https://pypi.mirrors.ustc.edu.cn/simple/豆瓣(douban)http://pypi.douban.com/simple/清华大学https://pypi.tuna.tsinghua.edu.cn/simple/中国科...
2020-03-19 21:44:49
688
转载 Python中import的用法
Python用了快两年了吧，其中有些东西一直是稀里糊涂地用，import便是我一直没有明白的东西。曾经有过三次解决它的机会，我都因得过且过、一拖再拖而没能化敌为友。今天下午，它又给了我一次机会，我想我还是从了它的心愿吧。故事是从这篇台湾同胞的博客（Python 的 Import 陷阱）开始的，然后又跳到了Python社区的PEP 328提案（PEP 328 -- Imports: Multi-...
2020-03-06 20:30:03
28241
3
原创 linux下传输文件到树莓派的图形化界面工具filezilla
filezilla安装：sudo apt-get install filezilla下图中填入要连接的树莓派ip,用户名,密码,端口就行了。
2020-02-17 21:40:20
612
1
转载 目标检测中的AP mAP
涉及几个概念：IOU——>Precision，Recall——>PR曲线——>AP(Average Precision，针对单类)——>mAP(AP值在所有类别下的均值)https://zhuanlan.zhihu.com/p/88896868...
2020-02-15 21:21:15
1612
1
原创 树莓派中nginx+uwsgi+flask局域网服务器配置
flask项目本地调试不需要另外装服务器，本身自带。但要部署到生产环境需要依赖更强大稳定的服务器，这里使用nginx+uwsig，这两个都需要另外安装。uwsgi配置：项目文件夹下的uwsgi.ini配置文件：[uwsgi]socket = 192.168.1.11:8000chdir = /home/pi/Project/MonitorServer#项目目录wsgi-file...
2020-02-06 21:21:53
898
1
转载 多任务深度学习的三个经验教训
雷锋网 AI 科技评论按，AZohar Komarovsky，Taboola 算法工程师，致力于研究推荐系统相关的机器学习应用程序。不久前他分享了最近一年关于多任务深度学习的研究经验。雷锋网 AI 科技评论编译整理如下：在过去的一年里，我和我的团队一直致力于提高 Taboola Feed 的个性化用户体验。我们使用多任务学习（MTL）来预测同一组输入特性上的多个关键性能指标（KPIs），并在 ...
2019-12-20 12:29:08
1051
1
翻译 视频深度学习：行为识别指南
动作识别困难的原因：1 巨大的计算成本：一个简单的卷积2D网络用于101个类的分类只有~5M个参数，而相同的结构在膨胀为3D结构时会产生~33M个参数。在UCF101上训练3DConvNet需要3到4天，而在Sports-1M上训练3DConvNet则需要2个月，这使得广泛的架构搜索变得困难，而且可能过拟合2 捕获长上下文动作识别涉及跨帧捕获时空上下文。另外，所捕获的空间信息必须补偿照相...
2019-12-10 10:09:51
3496
1
原创 ubuntu上pip安装pytorch1.1.0和torchvision0.4
官网找到相应的pytorch和torchvision版本并下载whl文件到本地，最新版conda安装的话首页直接复制命令就行：其他版本需要进入以下链接：https://download.pytorch.org/whl/cu100/torch_stable.html选择想要的pytorch和torchvision版本，cp36对应python3.6，复制链接地址下载。进...
2019-12-09 11:05:37
9172
1
原创 linux mint无法启动，开机出现Firmware Bug:TSC_DEADLINE disabled due to Errata
解决：在错误界面输入exit，查看提示哪个盘出错，其实就是系统启动盘； 输入fsck -y /dev/你的启动盘。比如我的启动盘是/dev/sdb5，就输入fsck -y /dev/sdb5；（修复文件系统） 再输入exit重新进入系统，应该就可以了。...
2019-12-03 08:49:14
13138
9
原创 关于tensorflow2.0缺少模块的解决办法AttributeError：module tensorflow no attribute ***
装完tensorflow2.0，想跑一些github上的项目，发现会有很多报错，很常见的是：AttributeError：module tensorflow no attribute ***。这是因为github上的很多项目是基于tensorflow1.*的，跟最新的tensorflow2.0有不兼容的地方。比如我碰到过：AttributeError：module tensorflow...
2019-11-09 23:02:01
15393
17
原创 c3d-tensorflow运行convert_images_to_list.sh提示jot:未找到命令解决
在跑行为识别模型c3d-tensorflow的时候，运行convert_images_to_list.sh提示jot:未找到命令。因为没有安装Jot包。解决：sudo apt install athena-jot
2019-11-08 22:07:51
660
原创 ubuntu18.04+cuda10.1/10.0+cudnn10.1+tensorflow-gpu==2.0+python3.6安装，ImportError: libcublas.so.10.0解决
一开始安装的是：ubuntu18.04+cuda10.1+cudnn10.1+tensorflow-gpu==2.0+python3.6，但import tensorflow的时候报错：ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory看了很多文章，基本都是说tens...
2019-11-07 21:43:51
764
1
转载 NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver
NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.解决方案一：sudo modprobe nvidia ，然后再运行nvidia-smi.-----------...
2019-11-07 15:11:18
1642
原创 双硬盘安装win10+ubuntu18.04双系统，U盘安装，UEFI引导
之前写过一篇《最详细移动硬盘安装linux过程，装在移动硬盘上的linux系统不能在另一台电脑启动的解决办法》,有比较具体的U盘安装Linux系统的方法，这里就写的简略些，记录一些问题和需要注意的地方。我的笔记本是宏基暗影骑士，双硬盘，128G的固态已经装了win10了。我要做的是在1T的机械硬盘上安装ubuntu18.04 bionic。在安装前，首先还是用disk genius对机械盘...
2019-11-06 19:38:16
1709
1
原创 win10+CUDA10.0/10.1+CUDNN10.1+tensorflow-gpu==2.0+python3.6安装
首先我不是在Anaconda下安装。中间尝试过不同的组合，但都失败了，最后定的是下面的组合：win10 VS2017 CUDA10.1+CUDA10.0 CUDNN10.1 tensorflow2 gpu版 python3.6一开始安装的是VS2019 community和CUDA10.1，装完tensorflow2发现没用，无法import，提示的意思就是找不到一些模块。...
2019-10-26 22:32:49
1287
1
原创 手机访问本地电脑网站
1.前提是手机和电脑处于同一个局域网内；2.查看电脑ip，手机浏览器输入该ip访问，若提示不能打开网页进入步骤3；若提示403 forbidden，进入步骤4；3.手动开放防火墙80端口，参考http://jingyan.baidu.com/article/e9fb46e19ff8137521f7660c.html，设置成功后，转步骤2；4.针对apache服务器，打开httpd.co...
2019-10-14 11:12:39
727
1
原创 访问虚拟机上的本地网站
1首先检查虚拟机是否安装httpd服务，命令：rpm -q httpd;若显示下图内容，说明已安装，进入步骤2，否则需要你安装httpd服务；2.查看httpd服务是否启动，命令：service httpd status;若显示下图内容，说名服务已开启，进入步骤3，否则开启服务：service httpd start;3.查看虚拟机ip地址，ifconfig命令查看；若看到如下内容...
2019-10-14 11:11:49
5339
1
原创 机器学习：线性模型-线性回归及对数几率回归（附代码实现）
线性模型基本形式：f(x)=w1*x1+w2*x2+w3*x3+...+wd*xd+b向量形式：f(x)=w'x+b(w'指w转置w'=(w1,w2,w3,...,wd))回归任务最常用均方误差作为性能度量，见下图广义线性模型：y=g^-1(w'x+b)（g^-1表示g(.)的逆函数，即g(y)=w'x+b）如对数线性回归：lny=w'x+b，让e^(w'x+b)逼近y...
2019-10-14 11:10:28
2393
1
原创 机器学习：绪论-算法的好坏必须针对具体的问题
绪论主要介绍了一些基本概念，这里要讲的是“归纳偏好”。机器学习过程中可能会产生多个和训练集符合的模型，如对对于（0，0），（1，1）这样的样本点，y=x和y=x^2的假设都满足训练集，“归纳偏好”是指一个机器学习算法对某种假设的偏好。任何的机器学习算法都必须有偏好，否则将无法产生学习结果。比如给定输入x=2，算法时而输出2，时而输出4，结果将没有意义。“归纳偏好”大多数时候直接决定了算法是...
2019-10-14 11:09:33
451
1
原创 机器学习：模型评估与选择-数据集划分（附代码实现）
通过学习得到的一个学习器，我们要知道它的泛化性能，即面对新的数据，算法产生的结果好不好。显然，我们不能用使用过的数据进行评估。所以，对于手里有限的数据集，我们要进行划分，划分为训练集和测试集，测试样本尽量不在训练集中出现，训练集用来训练模型，测试集用来评估模型的性能。这里介绍3种划分方法。1、留出法数据集D划分为训练集S和测试集T，D=S并T,S交T=空集。如1000个数据集，500个正样...
2019-10-14 11:08:36
4558
1
原创 机器学习：线性模型-线性判别分析LDA（附代码实现）
LDA思想：给定训练集，将训练集投影到一条直线上，相同类别的投影点尽可能近，不同类别的投影点尽可能远。在对新样本进行分类时，将新样本投影到学习到的该直线上，跟据投影点的位置确定新样的类别。如下图：二分类任务算法分析：推广到多分类任务：多分类任务中类间散度矩阵推导：（x平均为所有样本的平均，xi平均为第i类样本的平均，c为类别数，Ni为第i类样本数）...
2019-10-14 11:04:13
1954
1
原创 机器学习：线性模型-多分类任务拆分之纠错输出码ECOC浅析
多分类任务通常转化为多个二分类任务，再对预测结果进行集成得出最终分类结果。拆分为二分类任务通常有3种：一对一（OvO）,一对其余（OvR）和多对多（MvM）。OvO:将N个类别两两配对，共N(N-1)/2个分类任务，每个分类任务一个类别作为正例，另一个作为反例，学习得到N(N-1)/2个分类器。新样本同时提交给所有分类器，得到N(N-1)/2个分类结果，把预测最多的类别作为最终结果。见...
2019-10-14 11:03:04
5340
2
原创 机器学习：决策树-基础算法，剪枝，连续值缺失值处理，多变量决策树（附代码实现）
基础算法举个栗子：当一个有经验的老农看一个瓜是不是好瓜时，他可能会先看下瓜的颜色，一看是青绿的，心想有可能是好瓜！接着他又看了下根蒂，发现是蜷缩着的，老农微微点头，寻思着五成以上是好挂瓜！最后他又敲了下瓜，一听发出浑浊的响声，高兴的叫到：这瓜是个好瓜啊！这就是老农做出决策的大致过程。决策树算法基本就是偷学老农的决策过程，如下图代码的形式表示：划分属性选择上图算法最重要的...
2019-10-14 11:01:32
3519
1
原创 机器学习：神经网络-多层前馈神经网络浅析（附代码实现）
M-P神经元模型神经网络中最基本的组成成分：神经元模型。如下图是一个典型的“M-P神经元模型”：上图中，神经元接收到n个其他神经元传递过来的输入信号，这些信号通过权重的连接进行传递，神经元接收到的总输入值与神经元的阈值进行比较，并通过“激活函数”处理产生神经元输出。常用S函数作为激活函数：y=1/(1+e^-x);多层前馈神经网络定义：每层神经元与下一层神经元全互...
2019-10-14 11:00:13
2922
1
原创 机器学习：支持向量机SVM简述
如上图所示，直观上看，红色那条线能更好的将样本分类，因为它更能容忍训练样本的扰动，对未见样本的泛化性能更强。支持向量机就是来寻找这样一个超平面（即上图中的红线），可用线性方程表示：w'x+b=0.其中w=(w1;w2;...;wd);如何找到这条红线？样本空间任意一点x到超平面(w,b)的距离为：若超平面对样本正确分类，对于样本（Xi,Yi），若Yi=1（正例），则w'Xi+b>...
2019-10-14 10:39:45
442
1
原创 机器学习：支持向量机SVM对偶问题
上一篇得到了支持向量机的基本型：这里称上式为主问题，对上式使用拉格朗日乘子法，得到该问题的拉格朗日函数：其中a=(a1;a2;...;am),且a>=0，即a的每个分量都大于等于0（a指上式的阿尔法）。可知上式中的第二项求和小于等于0。所以拉格朗日函数L<=f(x)=(1/2)*(||w||^2)。令拉格朗日函数L对w,b的偏导数为0，可得：因为拉格朗日函数L...
2019-10-14 10:38:28
845
1
原创 拉格朗日乘子法原理：等式约束和不等式约束KKT条件
拉格朗日乘子法是寻找函数在一组约束下的极值方法。1、等式约束形式：(x是d维向量)min f(x)s.t. h(x) = 0.写成如下形式：min f(x)+lambda*h(x)(lambda为参数)s.t. h(x) = 0.发现两者是等价的。记：拉格朗日函数L(x,lambda) =f(x)+lambda*h(x).发现约束条件h(x)=0,其实就是...
2019-10-14 10:36:34
13118
1
原创 机器学习：支持向量机SVM-软间隔
上两篇（机器学习：支持向量机SVM简述，机器学习：支持向量机SVM对偶问题）都是讨论的硬间隔，即要求每个样本的都正确分类，但在实践中这个要求可能不太容易实现，所以提出软间隔：允许某些样本不满足约束Yi(w'Xi+b)>=1.虽然允许某些样本不满足约束，但不满足约束的样本应该尽可能少，于是优化目标可以写成：其中：是“0/1损失函数”。但该函数非凸、非连续，数学性质不好，所以出现了一...
2019-10-14 10:35:14
495
1
OpenCV-Python 中文教程
2018-10-26
tensorflow object detection protobuf文件转的python文件
2018-11-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人