Wood_Du的博客

zerotier-cli用法指引zerotier-cli info #查看当前zerotier-one的信息zerotier-cli listpeers #列出所有的peerszerotier-cli listnetworks #列出加入的所有的网络zerotier-cli join <network> #加入某个网络zerotier-cli leave <networ...

​N-Puzzle Problem文章目录N-Puzzle ProblemPreviewN-Puzzle Problem:N-Puzzle Problem 的可解性判断AlgorithmsThree Stages and Related AlgorithmsFirst phase：所需解决样例以及最多时间：Algorithm：A*Code：Result:Second phase：所需解决样例以...

服务器ubuntu18.04上安装dockerhttps://www.runoob.com/docker/ubuntu-docker-install.htmlUbuntu 18.04 安装 Docker-ce1.更换国内软件源，推荐中国科技大学的源，稳定速度快（可选）sudo cp /etc/apt/sources.list /etc/apt/sources.list.baksudo...

mmdetection配置安装驱动https://www.cnblogs.com/aclearn/p/9463958.htmlhttps://www.cnblogs.com/zmbreathing/p/Nvidia-driver_ubuntu.htmlhttps://www.jianshu.com/p/e2a15336f174驱动okCUDA配置：（>=9.0cuda10.0...

VS上openCV 4.1.1 配置官网：https://opencv.org/releases/https://www.cnblogs.com/aiguona/p/9370433.htmlhttp://www.imooc.com/article/287720测试：okopencv在vs2015中配置相对路径参考：https://blog.youkuaiyun.com/u011499425/ar...

服务器：驱动验证nvidia-smi//截图快捷键 shift+ctrl+print 到粘贴板cuda 验证cd /usr/local/cuda-10.0/samples/1_Utilities/deviceQuerysudo make./deviceQuery若有result=PASS，则CUDA安装成功。NCCL 验证未验证...

Pytorchpresentation: 就是Pytorch的一个学习日志，持续记录一些遇到的知识点和问题。git（https://github.com/Du-Sen-Lin/Pytorch）代码基本参照liaoxingyu老师的，加了很多小白（指我）注释。顺便博客中也记录了一些expand。0、GPU:1、PyTorch指定GPU设备：1. 类似tensorflow指定GPU的方式，使用CUDA_VISIBLE_DEVICES。1.1 直接终端中设定：CUDA_VISIBLE_DEVI

异常检测

presentation:CNN相关，常见的CNN架构一、CNN前置1、pytorch中Conv2、CNN网络中的各种层及作用3、CNN中每一层的相关计算特征图大小，参数量4、CNN感受野计算二、常见CNN架构1、AlexNet网络结构：https://github.com/aaron-xichen/pytorch-playground/blob/master/imagenet/alexnet.py5个卷积层 + 3个全连接层2、VGG主要工作是证明了增加网络的深度能够在一定程度上影

结构重参数化presentation: 如何白嫖模型性能，最近瞻仰了几篇dxh的CVPR paper, 使用多分支网络训练模型，再利用结构重参数，根据参数的等价转换实现对网络结构的等价转换，即实现了简单网络对性能的提高，也加速了模型的推理时间，对于模型压缩和移动端部署等都具有很高的参考价值。一、RepVGG1、Pytorch复现结果实现了对CIFAR10数据集进行分类训练。2、转换的算法2-1、VGGvgg16(): 13层卷积层+ 3层全连接层整个网络有5个vgg-block块和5个ma

presentation: 成长过程中的读书笔记，更多的是一些不成系统的小点，杂而多，慢慢整理出来放上来。一、阅读笔记1、pytorch: Facebooktensorflow: GoogleMXnet: Amazon2、计算差异性：经常有正负，所以需要加一个平方，不使用绝对值原因：数学上绝对值会破坏函数的可微性。3、迁移学习：将已有的网络和训练好的权重一起迁移过来，然后训练过程中只修改最后的全连接层部分的参数，实现最后我们的分类目的。在相似数据集上的效果才是良好的。4、git熟练操作

presentation: 最近又开始从头看pytorch官方文档和examples, 毕竟这个时代，是你的时代。git:https://github.com/pytorch/pytorch文档：https://pytorch.org/tutorials/1、pytorch基础语法Tensor;Numpy;cuda张量；…2、basic可以快速学习pytorch中的data加载方式，数据预处理，model的创建，模型的训练和推理，模型的保存、加载；模型的onnx导出；01_qs

presentation: 前端时间defect detect中很多思想也和GAN相关。通过重建误差定义了异常分数。所以最近有时间就在看GAN, 代码都是基于Pytorch的。GAN（生成对抗网络）Generative Adversarial network2-1：概述GAN（生成对抗网络），顾名思义，这个网络第一部分是生成网络，第二部分对抗模型严格来讲是一个判别器；简单来说，就是让两个网络相互竞争，生成网络来生成假的数据，对抗网络通过判别器去判别真伪，最后希望生成器生成的数据能够以假乱真。

异常检测

异常检测