- 博客(74)
- 收藏
- 关注
RSS订阅原创 【Convex Optimization Stanford】Lec7. Statistical estimation
凸优化：包含对于统计分布的估计，以及一些假说检验的知识
2025-02-04 11:41:27
194
原创 [论文学习]Adaptively Perturbed Mirror Descent for Learning in Games
文章链接我们称集合是紧的，则集合满足：1.闭集 2.有界集。在一个紧凑的策略空间中，连续函数总是可以达到其最大值和最小值，这对于证明纳什均衡的存在性是非常有用的。博弈的单调性（Monotonicity）：单调性通常指的是博弈的雅可比矩阵（Jacobian matrix）是正定的或半正定的。这意味着当一个玩家增加其策略值时，其他玩家的最优反应不会减少。这种性质确保了博弈的稳定性和解的唯一性。大概意味着，一个玩家的策略调整一定与收益变化的方向一致，即不会出现策略改变导致出现非预期收益。
2025-02-03 17:36:29
1040
原创 【Convex Optimization Stanford】 Lec6. Approximation and Fitting
主要描述了凸优化中的估计和拟合的问题
2025-02-03 11:40:29
393
原创 【Convex Optimization Stanford】Lec3 Function
正定矩阵的充要条件和性质矩阵范数和迹注：关于矩阵范式的计算，见知乎。
2025-01-28 11:28:39
388
原创 【Convex Optimization Stanford】Lec2 Convex Set
本文顾名思义应该是讲凸集的。即只涉及线性scale、平移、旋转。
2025-01-28 02:40:58
340
原创 [Convex Optimization Stanford] Lec0 Intro
项目地址可以从以上github项目中，下载全部的课件和homework。
2025-01-27 18:09:54
214
原创 【北京大学 凸优化】Lec1 凸优化问题定义
马上快要过年了，天气自然寒冷起来，空气中也理所当然的弥漫着越来越浓重的烟火气息，如此看来，确乎是要过年了。或许是时候和过去的自己告别了，过去的一年实在是太疯狂了，保研失败，被谈了4年的女朋友带绿帽子，本研被导师一直嫌弃（这其实是我自己的问题），从零申请国外大学，遇到了很好的毕设老师和学长、学妹，遇到了很好的实习团队。怎么说呢？
2025-01-25 22:16:10
633
原创 【随笔】葬花
一朵一朵的花，送到了吗？《富士山下》中的一句歌词恰如此景，“谁能凭爱意让富士山私有”，从夏天开始，在冬天结束，这也算是一个轮回吧，我知道的，哭泣并不会真的改变什么，文字的力量的有限的，难道说，一篇文章就能决定人的一生吗？他们是那样真实，真实的仿佛让我一瞬间如同置身梦中，我知道梦该醒了，你也这么说，是啊，梦是该醒了，可是梦里的感觉是说散就散的吗？你曾说，或许我们不合适，我总是不以为意，现在看来，我真是一个失败的作者，写着些只能感动自己的小说，除此之外，我什么都做不到，只是你为了我，成全了我的梦想罢了。
2025-01-05 00:16:10
95
原创 【个人随想】我的元旦夜
总是想把一篇文章写成随笔的形式，这种冲动自从高中结业后，确实少有，可能正是爱情使人伟大吧。如此说来，或许我确实是先天被绿圣体呢，不知道我该说些什么，总感觉在这里抱怨也太自私了一点，爱情这种东西，可能每个人有每个人的观点吧，事到如今，关于我对我前女友的情感，真的是爱吗？恐怕我都不敢承认了，如果我真的爱她，我是否应该更加不顾一切一点呢，或许是我不够好吧，可能像我这样的普通的人，本身就是不值得被爱的，关于这一点，自从分手后，我一直在提醒我自己，哈哈，爱情使人崇高正是如此。这种话骗骗他人也就罢了，唯独骗不了自己。
2025-01-01 18:11:57
239
原创 基于Transformers的LLM微调，以及改写模型的一些Tips
这里主要探讨通用的文本生成模型，即指诸如GPT、Bert、Llama等的BaseModel，其最原始的目的为文本生成。
2024-12-22 01:09:24
930
原创 再次重逢，愿遍地繁花
最终幻想7带给我一种五味杂陈的感觉，有日常的轻松，有爱情的甜蜜，有重逢的喜悦，也有离别的伤感。整部剧情，有太多可以说的地方，无论是杰西的命运，亦或的蒂法与克劳德的爱情，可对我而言，最难以忘怀的，确实与爱丽丝的重逢。这游戏第八章的重逢，于我而言，度过了最美好的一段时光，没有那么多紧急的任务，不需要考虑神罗与雪崩的纷争，只需要静静地听着克劳德和爱丽丝斗嘴，安心地陪伴着她，走过一段略显漫长的旅程。直到最后爱丽丝的死亡，幻想最终破碎了，那些美好的曾经，美好的祝福，所有的这一切都是过往烟云，流淌在“生命之流”中了。
2024-09-29 22:30:23
336
原创 【数据库系统概念第七版】学习笔记 第二章 关系模型介绍
表关系：表元组：行属性：列域：属性允许取值的集合原子的：域中的元素被认为不可再分空值：未知的值数据库模式：数据库的逻辑设计数据库实例：给定时刻数据库中数据的快照关系模式：关系模式由一个属性列表和对应的域组成t∣Pt\{t|P(t)\}t∣Pt)}表示使谓词P为真的元组的集合，t为元组变量，P是公式，P由原子公式构成。实际上就是逻辑运算的公式。
2024-09-25 12:00:22
1224
原创 手写的从前
我曾经以为只要我足够优秀，取得够好的成绩，就不会让你离开，如今看来一切还是那么可笑，我总是在想，如果当年高考，我没有选择来到北大，而是选择去浙大，一切会不会有所改变，如今看来都太迟了，山川异域，风月不同天，那些曾经描绘的未来，我要去和谁实现呢？无论是去日本看烟花，去北极看极光，那些描绘的美好，逐渐淡去，如今想来依然让人向往，只可惜我们描绘的画卷中，我身边的人不是你，如果我带着这样的心情去面对下一个女孩，我又怎么对得起她呢？
2024-09-18 20:50:33
318
原创 Windows10 如何配置python IDE
Bing搜索python，往下找，找到一个看上去比较专业的网址。注意python是不收费的，如果你找到一个收费网页，请注意网址，可能是错误的。
2024-09-06 23:26:11
1853
1
原创 其实你知道，烦恼会解决烦恼
我们从来不知道，合照时的游离，山川相隔，时至今日，他的形象越发模糊起来。还会有人让你睡不着吗？还会有某些态度让你担忧吗？其实你知道，烦恼会解决烦恼。然而这新旧之差终究太突然了，你还好吗？或许没什么不好，哭诉在此也无非是一种烦恼。他总是在每一个秋日，看着夕阳西下的背影，等待逐渐暗淡的到来。
2024-09-05 18:35:44
230
原创 Ray Tracing in one Weekend But on CUDA
利用基本的C++代码，造轮子。PathTracing的大致思想为，从相机镜头向幕布处的每个像素发射光线，计算光线进入世界后在不同物体间的折射、反射（镜面、漫反射），并对光照强度进行积分，最终取多条光线的平均值即可。该项目实现了PathTracing的渲染算法，并提供了四种基本材质（朗伯表面、金属表面、玻璃介质、光源介质），一种物体球体，并提供环境光，相机系统和配套的数学运算。需要注意的是，在CUDA编程过程中，需要注意device和host的关系，尤其需要注意内存的位置，以及申请的内存位于哪里？
2024-06-02 16:57:27
718
原创 CS285 2023Fall HW1作业解析
你好！这是你第一次使用Markdown编辑器所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。
2024-04-30 01:31:56
1377
3
原创 Unity2D 学习笔记 1.如何高效切换场景
关于Unity版本，VS Studio版本以及其它相关设置，请移步上一篇Unity2D 学习笔记 0.Unity需要记住的常用知识本节的方法源于Unity中文课程网《Unity麦田物语》。
2024-04-23 00:41:46
908
原创 医学图像处理 利用pytorch实现的可用于反传的Radon变换和逆变换
Computed Tomography（CT，计算机断层成像）技术作为如今医学中重要的辅助诊断手段，也是医学图像研究的重要主题。如今，随着深度学习对CT重建、CT分割的研究逐渐深入，论文开始越来越多的利用CT的每一个环节，来扩充Feature或构造损失函数。但是每到这个时候，一个问题就出现了，如果我要构造损失函数，我势必要保证这个运算中梯度不会断掉，否则起不到优化效果。
2024-04-03 19:33:26
901
原创 Python库使用介绍 LivermorE AI Projector for Computed Tomography LEAP
github开源代码python API文档作为一个纯计算机背景的小白，关于CT的相关工具，专业课是一点没有呀，好不容易找到一个库，网上居然一个教程都没有。所以自己写一个简易的快速上手的教程，希望能帮到同样使用这个库的人。LEAP这个库的好处在于，它利用pytorch.autograd进行实现，也就是他的输入和输出都是tensor，这实际上十分便于神经网络过程中添加一些这样的投影计算，也可以用来计算loss，真的非常棒。库的安装大家可以查看开源代码，或许过几天我会写一个安装教程也说不定。
2024-03-30 13:43:52
914
原创 论文学习 DOLCE:AModel-Based Probabilistic Diffusion Framework for Limited-Angle CT Reconstruction
论文连接代码连接需要格外注意优化去噪模型这一部分，方法太密集了，整篇论文的核心就在其中。
2024-03-28 15:26:14
897
3
原创 论文学习 Generative Modeling by Estimating Gradients of the Data Distribution
个人认为，这篇Song Yang大佬的文章虽然被网上很多人吹，然而我们还是应该避免捧杀，认真了解一下其文章的内容和思想，以及试图理解他是如何想到这种思路的。通过其论文引用，实际上也能发现Song神的学习路径，确实具备非常坚实的数学基础。至于这篇文章与DDPM（扩散模型）的关系，个人认为，这篇文章可以从理论上作为扩散模型有效的证据，或者说，从另一个角度，实现了与扩散模型相同的效果。十分厉害。论文连接。
2024-03-19 03:42:11
530
原创 论文学习 BioNeRF: Biologically Plausible Neural Radiance Fields for View Synthesis
虽然我不应该再看NeRF相关的东西了，但是我还是觉得这个论文的题目很有意思，毕竟我认为神经网络本来就是模拟生物大脑的一个模型，那么我们应该更多的注意一些生物的机制，这些机制如果能得以很好的建模，或许能为神经网络结构下一步的开发提供思路。不同于NeRF依赖神经网络的权重来存储三维信息，BioNeRF利用感知启发的方式来融合多种输入，来改进模型中的记忆模块。并且该模型模拟了视锥细胞的功能，使其专注于纹理信息的提取。因此在这个意义上，记忆模块实际上是对形状信息和纹理信息进行组合。
2024-02-22 12:28:52
975
原创 Debug系列 GroupNorm和BatchNorm出现Nan或inf的情况
在复现别人论文的实验结果时，按照README乖乖做完之后，却发现损失函数的走向十分诡异，具体表现为在cifar10数据集上运行2万步以前，一切风平浪静，祥和美好，但是突然loss就全部变为nan了。令人费解。在Debug两天后，终于发现并修改了问题。令人发指。在此记录，也希望各位以后遇到此类问题，能够快速解决提供参考。如果你也想试试，就看这个论文论文连接。
2024-02-21 21:31:06
1335
原创 图表示学习 Graph Representation Learning chapter2 背景知识和传统方法
需要说明的是，在有向和加权图中，度可以区分为不同的概念。不管怎么说，这个特征在传统机器学习中都是十分重要的。如果我们期望所有的中心度都是正的，我们可以应用Perron-Frobenius Theorem，即对A求解特征向量。具体方式为，枚举所有可能的子图结构，然后统计出现的次数。一种常见的方式是利用特征向量中心度，我们定义每个节点的中心度为周围所有中心度的均值，其中。那么每次迭代后的结果是截至T步时，经过的次数，由此可以得到重要性。基于路径，则是统计类似于最短路之类的。也就是所有的相邻节点构成的集合。
2024-02-17 23:05:37
949
原创 随机过程初级教程 第一章
马尔科夫链：状态空间是有限或可数的马尔可夫过程。不存在非常数的平稳独立增量过程是平稳过程。扩散过程：状态空间是连续的马尔可夫过程。泊松过程和布朗运动都不是平稳的，但增量。称马尔可夫过程有平稳转移概率，如果。有联合密度时，我们可以定义。对任意固定h是平稳随机过程。时，X的条件密度函数为。这蕴含着条件独立性。的联合分布函数相同。特别的对任意时刻t，
2024-02-17 18:36:49
1106
原创 图表示学习 Graph Representation Learning chapter1 引言
虽然我并不研究图神经网络，但是我认为图高效的表示方式还是值得所有人去学一下的，或许将来觉得这个很有意思呢？当然啦，这也作为北京大学 图神经网络这门课的课程笔记吧，希望各位批评指教，也希望大家一起进步。
2024-02-16 21:12:30
1123
原创 医学CT成像的迭代算法 SART和OS-SART算法
由测量得到的投影数据恢复到真实的CT图像，这一任务目前分为两类算法，第一种就是以反向投影FBP为主的算法，第二类则是迭代的算法（IR），本文所提到的SART和其改进版本OS-SART均为迭代算法，即需要一定的运算时间。对于算法的证明与解析本文并不涉及，只是单纯从下面这篇论文中翻译对应的部分罢了。因为发现网上对于OS-SART的解析甚少。
2024-02-04 22:50:35
3304
原创 北京大学 wlw机器学习2022春季期末试题分析
你好！这是你第一次使用Markdown编辑器所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。
2024-01-10 22:38:04
1247
原创 【论文学习】SOLVING INVERSE PROBLEMS IN MEDICAL IMAGING WITH SCORE-BASED GENERATIVE MODELS
好不容易写完了这么长的一篇，整体看来，这篇文章更像是对去噪过程的一个改进。通过在不同时间步引入对应的条件，来控制图像的生成。文章中所有的译者注中举例都按照从X光复原CT图像这个问题出发，因为导师给的任务是这个。
2023-11-20 21:38:30
550
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