- 博客(17)
- 收藏
- 关注
原创 为什么 RDM(不相似度矩阵)可以表示表征空间几何结构,而相似度矩阵不可以?
RSA 的目标不是比较“单个响应信号”,而是比较“表征结构”。RDM 提供了一个与尺度、单位、空间变换无关的结构表达,确保不同脑区/模型/物种的数据可以在同一个几何空间里比较。最近在学习相似性表征RSA(Representational Similarity Analysis),发现RSA的计算必须经过RDM(不相似矩阵),所以好奇为什么RSA要这样做,**为什么不直接计算相似性再进行相似性计算?**查询资料后在此小记。
2025-11-04 18:05:10
192
原创 小白入门——深度学习模型搭建
小生对于代码最多的是将github上前辈们的代码拿下来跑一跑,对代码的框架没有一个完整的认知,今天花了点时间整理学习了一下,记录在此~前向传播 → 计算损失 → 反向传播(Backward)→ 更新参数。:只包含前向传播(forward 函数)。损失函数(Loss Function)二、以pytorch为例的示例代码。优化器(Optimizer)
2025-10-24 19:07:19
154
原创 带条件筛选的列表推导式
平时我们处理的数据一般都在同一个文件夹下面且文件后缀一致,仅命名不同,因此可以通过“**带条件筛选的列表推导式”**来高效的完成。①满足条件:用 “表达式” 处理该元素,将结果加入新列表;生成的列表只包含 “目录下所有 .npy 文件的完整路径”遍历结束后,得到一个只包含满足条件元素的新列表。1.遍历 “可迭代对象” 中的每个 “元素”;四、后期还可对列表进行排序,或者奇偶选取等操作。②不满足条件:跳过该元素,不加入新列表;
2025-10-24 18:09:17
219
原创 python常用依赖库——argparse(解析命令行参数)
用户运行时,python script.py --epochs 200 和 python script.py -e 200 效果一致。长参数:以 – 开头,名称较长(如 --epochs),可读性强;短参数:以 - 开头,单个字母(如 -e),输入便捷。其中.add_argument()的基础结构如下。python常用依赖库——
2025-10-24 15:03:48
146
原创 在没有图形界面(X Server)和浏览器的 Linux 服务器上,如何使用jupyter notebook
使用 Jupyter Notebook,核心是让本地电脑的浏览器访问服务器上的 Jupyter 进程。示例:将服务器的8888端口映射到本地的8888端口(端口可自定义,如本地用9999避免冲突)在没有图形界面(X Server)和浏览器的 Linux 服务器上,依然可以通过。打开本地电脑的浏览器(如 Chrome、Edge),
2025-10-09 16:16:25
297
原创 Batch Normalization和Layer Normalization
Batch Normalization(批标准化)和 Layer Normalization(层标准化)是深度学习中两种常用的标准化技术,用于缓解训练过程中的 “内部协变量偏移”(Internal Covariate Shift)问题,加速模型收敛并提高稳定性。即:针对网络某一层的单个样本,计算该样本所有特征通道(或神经元)的均值和方差,再进行标准化(不依赖批次内的其他样本)。即:在每个批次内,针对网络某一层的所有样本,对每个特征通道(或神经元)单独计算均值和方差,再进行标准化。
2025-09-26 11:50:28
285
原创 pytorch,torchaudio,torchvision是什么关系?为什么一定要兼容
torchaudio 和 torchvision 的代码直接调用 torch 的内部接口(如张量操作、CUDA 加速、神经网络层)。:同样基于 torch 开发的计算机视觉库,提供图像加载、数据增强、预训练模型(如 ResNet、YOLO)、图像处理工具(如归一化、转置)等,专注于视觉任务(如图像分类、目标检测)。:基于 torch 开发的音频处理库,提供音频加载、特征提取(如梅尔频谱)、音频增强、预训练模型(如语音识别模型)等功能,专门用于音频相关任务(如语音识别、声纹识别)。
2025-09-22 21:50:27
280
原创 windows系统报OSError: Incorrect path_or_model_id: ‘E:\A_study‘如何解决
(1)正常复制路径(Ctrl+C)在文本编辑器(如 VS Code、记事本)中粘贴(Ctrl+V),在 Python 字符串中,\ 是转义字符(如 \t 代表制表符),导致路径被错误解析。那么如何在windows系统的中快速解决这个问题呢?:使用双反斜杠 \ 代替单反斜杠 \。
2025-09-22 11:36:33
249
原创 Tokenizer的属性有哪些?
词汇表字典,键为子词 / 单词,值为对应的整数 ID(如 {“[CLS]”: 101, “hello”: 7592})。:填充([PAD])的位置,“right”(右侧填充,如 BERT)或 “left”(左侧填充,如 GPT)。:词汇表大小,即分词器包含的所有子词 / 单词的总数(如 BERT 基础模型通常为 30522)。:掩码标记(如 [MASK]),用于掩码语言模型任务(如 BERT 的 MLM)。:分隔标记(如 [SEP]),用于分隔句子对(如 BERT 的句间分隔)。示例:查看分词器属性。
2025-09-19 11:45:04
428
原创 Jupyter Notebook 找不到新建的虚拟环境的 kernel如何解决?
重启 Jupyter Notebook:关闭当前的 Jupyter Notebook 服务,然后重新启动,查看新建笔记本时是否可以选择新添加的虚拟环境内核。,可能是因为没有在虚拟环境中安装ipykernel库或者没有将虚拟环境的内核注册到 Jupyter。在激活的虚拟环境中,运行命令pip install ipykernel。运行命令conda activate 你的环境名称。
2025-09-18 14:40:52
240
原创 events.out.tfevents文件的读取与可视化
需要的工具包:Tensorbord读取的步骤:①先转到events.out.tfevents所在的文件目录下命令:cd dir(所在文件夹目录)②tensorboard --logdir dir(文件所在文件夹) ③firefox浏览器打开第二部生成的网址,例如http://ubuntu122:6006/以上内容仅为自己学习记录所用。...
2022-05-24 11:29:47
5109
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅