- 博客(8)
- 收藏
- 关注
RSS订阅原创 docker拉取的镜像与wsl中的mysql连接
mysql默认的监听地址为127.0.0.1，当我们在windows或者macOS系统上本地部署时，理所当然的使用本地环回地址，这没有问题，可是wsl有ip地址，并且wsl上的docker也有ip地址，其地址也是拉取的镜像使用的ip地址，这些地址都不是127.0.0.1，这就造成了问题，即使mysql部署到虚拟机上，仍然不能使用环回地址监听到来自docker镜像的请求。
2025-10-11 21:52:57
194
原创 大模型的结构——输入输出长度不对应的原理
输入一段，输出一段，输出长度由模型自己来定。输出主要由Decoder来定。现在对于一个字来说，如何得到一个字，本质上还是分类任务，从21128个汉字中选一个出来。
2025-03-03 19:29:31
974
原创 self-attention自注意力机制实现自然语言处理
One-hot Encoding独热编码，将每个汉字编码成向量，每个汉字所在位置的值设为1，其他设为0，但是总共有两万多个汉字，这样来看每个向量的维度太长，而且也体现不出相近的字的关系，如下图所示。One-hot Encoding+全连接网络，让模型自己学习汉字之间的关系，并输出我们想要的维度。
2025-03-03 16:16:41
1183
原创 如何使用没有标签的数据，去训练一个能够提取图片特征的模型
大部分数据都是只有数据，没有标签的数据，人工打上标签花费过高。无监督学习的本质是让相同的类离的更近。机器学习方法：降维：PCA，聚类深度学习方法：自监督学习对比式学习：让自己和自己靠的更近，把自己和自己的增广图像当作一对，模型必须拥有提取特征的能力，把别人当作敌人，亲近自己，远离敌人。生成式自监督：把自己的一部分当作学习的目标，通过生成模型从无标签数据中学习有效的特征表示。
2025-03-02 23:30:56
591
原创 卷积神经网络处理图片问题
图片处理若是依然采取全连接网络，那么参数量会过大，例如，现有一张224*224的图片，分成3原色后拉直，那么输入层就会有3*224*224的参数量，所以全连接网络明显不适用于处理图片问题。因此提出了一种全新的处理方式，将特征图每个像素点用一个数字表示，小图即卷积核，用卷积核依次与特征图进行3*3对比，并将结果写在一张新的特征图上，新的特征图数字最大的位置就是小图和大图最像的地方。
2025-03-02 21:54:56
1312
原创 机器学习与深度学习基础知识概述
对于传统的系统来说，工作原理是将规则和数据输入，得到答案，对于机器学习来说，可以将答案和数据输入，通过模型分析得到隐藏的规则，即f(x)；深度学习∈机器学习∈人工智能，机器学习主要是指能够的算法，深度学习是机器学习的一个子集，利用从中学习。
2025-03-02 17:07:26
830
原创 调试深度学习模型预测新冠人数
定义数据处理类，继承于dataset库，这个类主要用于数据预处理，以及为后续的dataloader做准备。使用训练集训练模型，并使用验证集测试效果如何，画图显示。最后使用模型输入测试集，将输出结果保存下来。
2025-03-01 11:31:46
314
原创 深度学习：通过torch、numpy等库，随机模拟数据并编写函数，完成模型构造
因此在计算中，我们要有x，w，b和y的张量集（张量可理解为将矩阵放在了张量网上，主要可用来求梯度，张量和向量一样，注意高度和宽度，否则无法运算），下一步的工作就是创造模拟数据。编写生成随机数据的函数，函数的作用w张量集（均值=0，标准差=1，二维（长度横向，宽度纵向）），根据计算公式求出y的张量集，模拟现实噪音并将其赋到y上，返回得到的x和y张量集。使用函数生成随机数据，将w张量集的长度定为500，创建两个张量，分别用于用于求w和b的张量集，括号里的数据个数即为张量集的宽度，将生成好的张量集赋到X和Y上。
2025-02-27 23:56:45
546
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