yangxue_mifen的博客

原创 WGAN的对偶性理解

（Duality）。Wasserstein生成对抗网络（WGAN）的核心在于利用。

原创 对偶问题概念理解

现在，如果我们反过来想，我们不是最小化成本，而是最大化“差异”会怎样？这里的“差异”可以理解为两个水桶中水的“干净程度”的差异。换句话说，我们希望找到一种转移方式，使得脏水桶里的水尽可能干净，干净水桶里的水尽可能脏。想象你有两个装满水的水桶，一个水桶的水是脏的，另一个水桶的水是干净的。你的目标是将脏水桶里的水转移到干净水桶中，但每次转移水都需要一定的成本。最优传输理论中的原始问题就是找到一种转移方式，使得总成本最低。

原创 电脑密码不小心被忘记,这个样子找回密码

淋过雨,给大家送伞来了~

原创 关于无法忽略DeprecationWarning警告 `np.int` is a deprecated alias for the builtin

问题描述：解决方案。

原创 PDF转为PNG网站

https://pdf2png.com/zh/

原创 字符计数器网址

在线字符计数器

原创 爱斯唯尔 ESWA投稿教学

怎么从0开始投一篇SCI论文（超详细步骤）_orcid information-优快云博客

原创 github 443 上传代码遇到的问题

取消代理#刷新dns。

原创 量子科学与技术期刊

原创 免费的电子书下载,可导入微信读书

免费的电子书下载。

原创 读博两三事

https://www.zhihu.com/question/34686026/answer/3112553499

原创 Me 攒的GPT修改论文提示词

作为related work 时态对吗？你可以把你修改的地方告诉我。

原创 计算输出大小

原创 U1 U2 U3 U4量子门

原创 PDF和CDF

Probability Density Function (PDF)：概率密度函数是用来描述连续随机变量可能取值的概率分布的函数。对于一个连续型随机变量X，其PDF f(x) 定义为在某个取值x处的概率密度，即 X 在该值附近出现的概率密度。Cumulative Density Function (CDF)：累积密度函数是一个用来描述随机变量的取值小于等于某个特定值的概率的函数。对于一个随机变量X，其CDF F(x) 定义为 X 小于等于某个值 x 的概率。CDF描述了随机变量小于等于某个值的累积概率。

原创 计算SNR

计算信噪比（SNR）# 计算图像的信噪比。

原创 高斯滤波去噪高斯噪声

加入了高斯噪声的图片，去噪的效果。

原创 pytorch，torchvision与python版本对应关系及安装命令

pytorch，torchvision与python版本对应关系及安装命令_pytorch python版本-优快云博客

原创 VScode找python环境 （conda）

第二步 框框里输入：Python:Select Interpreter。第一步 Ctrl+shift+P。

原创 关于工作的一些记录：

需要pip的包。

原创 量子仿真speedUp的经验（用jax）

不用CPU的话，好的电脑配置对于jax的编译会更快。GPU编译速度明显最快。

原创 树洞wawawa

1 先去看看源代码怎么使用F-lSesim和L-lsesim。2好好分析keras类的逻辑，官方文档走起。写了一个类，错错错，都是我的错。冷静，分析原因好好写。

原创 recursion depth exceeded” error

有些时候不可以用@jax.jit装饰器。

原创 Keras和Pytorch输入图像的张量维度

在使用Keras处理图像数据时，输入图像的张量维度与PyTorch类似，但Keras通常遵循Theano或TensorFlow的维度顺序。：代表图片的通道数（channels）。在使用PyTorch处理图片时，输入的图片通常会被转换成一个张量（tensor）。：通常代表批次大小（batch size），即一次处理的图片数量。：通道数（channels），对于彩色图像通常是3（RGB），对于灰度图像是。：代表图片的高度（height），即图片的垂直像素数。：代表图片的宽度（width），即图片的水平像素数。

原创 混合量子计算加速方法参考资料

使用 JAX 后端在 Keras 3 中训练 GAN |由 Khawaja Abaid |中等 (medium.com)MNIST 分类的量子机器学习 - TensorCircuit DocumentationJAX interface — PennyLane 0.37.0 documentation

原创 Ubuntu系统下查看安装的CUDA和CUDNN的版本

Ubuntu系统下查看安装的CUDA和CUDNN的版本_ubuntu cudnn查看-优快云博客

原创 关于学习率

图像翻译中，比如说是cyclgan（我用的不是，就是举个例子，没有试过，这个名词大家比较熟悉），在训练过程中，当我设置loss对抗损失系数为1的时候，出现了目标域的分布很模糊，没有学到很好的分布。然后我就去随意测试了一下，设置对抗损失系数为8，学到了很好的分布。但是令人特别费解的是，几乎网上大部分的图像翻译的论文都是设置为1！生成器的学习率过大，远远大于生成器。属实蒙圈了很久，卡了一些时间。考考各位，大家觉得原因可能是什么呢？

原创 一个博士生接受怎样的训练是完整、全面的科研训练？

转载。

原创 做实验的顺序-因人而异，只是记录自己的想法，，

在没有确认好模型就去运行很多数据集，会走很多弯路（当然，可以小小测试一下，一定要一步一步来，莫着急，每一步都确认没问题，有不自信的地方，早点查看）。此刻，人已经做实验，做到很想哭的状态了，希望我早点把数据整理出来，且数据表现很好，呜呜呜呜。自救自己的小小狗命，早日毕业。2调参，最近发现超参数更重要。选择出来一个好的超参数（为消融实验做准备）。3损失函数又或者是模块的消融。（2，3顺序，看情况定）4确认好模型，在多个数据集上运行，与多种方法比较。1先去设计模型，运行。

原创 图像质量评价指标pytorch库函数 FID FSIM SSIM LIPIPS...

Installation — PyTorch Image Quality (PIQ) 0.8.0 documentation

原创 谱范数、Lipschitz 正则化

如果一个函数 \( f \) 是 Lipschitz 连续的，那么存在一个非负实数 \( L \)，使得对于任意的 \( x \) 和 \( y \)，都有 \( |f(x) - f(y)| \leq L \cdot |x - y| \)。对于一个给定的矩阵 \( A \)，其谱范数定义为矩阵 \( A \) 的最大奇异值（即 \( A \) 的奇异值分解中的 \( \sigma_{\max} \)）。2. **Lipschitz 正则化**：通过惩罚高谱范数，可以对网络进行 Lipschitz 正则化。

原创 最近遇到一个问题

本来程序VScode可以同时执行4个，但是运行几天后，慢慢的只能运行3个，今天变为两个，同时运行会因为，ram不够报错bad collaction，不是很明白怎么解决。

原创 怎么发顶会论文

讲的很好，我多努力。全集都有，随手记录一下。

原创 计算机CCF期刊和会议分类

CCF目录单页版 | Ying的博客

原创 计算机视觉论文投稿到接收不可不知的关键环节-转发

https://www.changjiangcai.com/files/documents/cv_paper_writing_submission_etc.pdf

原创 win11安装卡“让我们为你连接到网络”怎么办，无法继续？

原创 这是一条经验博客，记录每天不一样的感悟（2）

如何做好一件事？答案很简单：我先试试。

原创 AttributeError: module ‘PIL.Image‘ has no attribute ‘ANTIALIAS‘

在 Pillow 10.0.0 中被删除（在许多以前的版本中被弃用后）。

原创 记录最近研究工作用到的网址

https://albacl.github.io/files/QTML_2020.pdf

原创 HP LaserJet Pro MFP M126使用教程

https://h10032.www1.hp.com/ctg/Manual/c03628807.pdf