- 博客(27)
- 资源 (3)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 Sora学习（一）：Sora技术路径整体认知
截止到2024年3月2日，Sora还未完全开放使用，只有内测，现有的中文互联网中所谓“带你玩转Sora”的AI付费课程都是纯纯割韭菜；Sora文生视频模型可谓是之前许多模型的集大成者，虽然没有公开太多技术细节，但我们可以学习到Sora背后所涉及的一系列模型架构和训练方法（如Transformor, Diffusion模型等）；要训练一个多模态大模型（LMM），海量训练数据 + 优秀模型架构 + 算力资源都缺一不可，其中算力限制对中国公司发展人工智能提出了挑战；
2024-03-02 17:56:07
1076
1
原创 Transformer入门学习
摘要：记录一下自己在10月份参加DataWhale组队学习transformer的所得。这篇博客主要关于transformer基本原理的学习和一个输入序列转换的简单demo，并补充了一些transformer在CV领域的variants，希望本次组队学习能帮助自己快速入门，有机会将transformer用在透过散射成像或者PAM成像相关领域中。以下内容主要参照Datawhale开源资料《动手学CV-Pytorch》第六章，感谢DataWhale开源组织，也欢迎大家点进去多多学习~2017年谷歌在一篇名为A
2021-10-17 19:42:00
1865
原创 地标建筑物识别——Task4 评价函数与损失函数
前言：在Task4，我们学习语义分割的评价函数和各类损失函数，需要掌握常见的评价函数和损失函数Dice、IoU、BCE、Focal Loss、Lovász-Softmax，以及使用不同评价/损失函数进行模型训练。分类中的TP TN FP FN在讲解语义分割中常用的评价函数和损失函数之前，先补充一**TP(真正例 true positive) TN(真反例 true negative) FP(假正例 false positive) FN(假反例 false negative)**的知识。在分类问题中，我们
2021-03-02 00:27:05
398
原创 地标建筑物识别——Task3 语义分割模型发展
前言：该部分我们学习语义分割网络模型的发展：FCN 、SegNet、Unet、DeepLab、RefineNet、PSPNet、GAN 语义分割。语义分割（全像素语义分割）作为经典的计算机视觉任务（图像分类，物体识别检测，语义分割）。其结合了图像分类、目标检测和图像分割，通过一定的方法将图像分割成具有一定语义含义的区域块，并识别出每个区域块的语义类别，实现从底层到高层的语义推理过程，最终得到一幅具有逐像素语义标注的分割图像。学习目标掌握语义分割模型的原理和训练过程；掌握语义分割模型的发展脉络；掌握
2021-02-27 01:16:20
1507
原创 基于DMD实现透过多模光纤(MMF)的聚焦
前言在波前整形(WFS)领域，虽然LC-SLM能实现聚焦PBR系数 π4\frac{\pi}{4}4π 的相位调制，但其典型值仅为 100100100 Hz的低刷新率，导致无论是基于迭代的波前优化还是测TM实现透过复杂介质聚焦均较慢，从而限制了其应用场景。 相比之下，含大量数字微镜阵列的DMD具备高达23KHz的刷新率，其每个微镜都能在“ON”和“OFF”两种状态间切换，能提供聚焦PBR系数 12π\frac{1}{2\pi}2π1 的二元幅度调制。基于DMD的波前优化算法[1,2] 和传输矩阵™测量
2021-02-26 21:04:43
1197
原创 地表建筑物识别——Task02数据扩增
前言： Task2主要学习对语义分割任务中常见的数据扩增方法，并使用OpenCV 和albumentations 两个库完成具体的数据扩增操作。常见的数据扩增方法数据扩增是一种有效的正则化方法，可以防止模型过拟合，在深度学习模型的训练过程中应用广泛。数据扩增的目的是增加数据集中样本的数据量，同时也可以有效增加样本的语义空间。需注意：不同的数据，拥有不同的数据扩增方法；数据扩增方法需要考虑合理性，不要随意使用；数据扩增方法需要与具体任何相结合，同时要考虑到标签的变化；对于图像分类，数据扩增方
2021-02-24 00:00:50
632
原创 地表建筑物识别——Task01赛题理解
前言：这次参加Datawhale与天池联合发起的零基础入门语义分割之地表建筑物识别挑战赛。自己在大四上（2018下半年）也简单接触过语义分割，当时是基于FCN做CT图像乳腺肿瘤的分割。现在参加这个入门级赛事，主要是看看大佬们是怎么走一个完整的深度学习项目的，提升用深度学习在自己的科研方向（波前整形、散斑成像）等方面的应用能力。当然，学习常用语义分割模型（FCN、Unet、DeepLab、SegNet、PSPNet等），模型集成方法以及各种评价 / 损失函数是其中的核心内容。Task1：赛题理解与basel
2021-02-21 00:14:16
1576
3
原创 刷穿LeetCode——Task17
今天是刷题最后一天啦，感谢在科研压力很大下坚持业余刷算法题的自己（捂脸），感谢Datawhale的组织，没有每天未完成刷题打卡任务就会被抱出群的压力，我特么也坚持不下来（狗头）。哈哈还是有点骄傲的（撑腰）！344. 反转字符串编写一个函数，其作用是将输入的字符串反转过来。输入字符串以字符数组 char[] 的形式给出。不要给另外的数组分配额外的空间，你必须原地修改输入数组、使用 O(1) 的额外空间解决这一问题。你可以假设数组中的所有字符都是 ASCII 码表中的可打印字符。示例 1：输入：[
2021-01-29 21:06:53
74
原创 刷穿LeetCode——Task16
这篇博客记录刷题第16天的学习心得。237. 删除链表中的节点请编写一个函数，使其可以删除某个链表中给定的（非末尾）节点。传入函数的唯一参数为 要被删除的节点 。现有一个链表 – head = [4,5,1,9]，它可以表示为:示例 1：输入：head = [4,5,1,9], node = 5输出：[4,1,9]解释：给定你链表中值为 5 的第二个节点，那么在调用了你的函数之后，该链表应变为 4 -> 1 -> 9.示例 2：输入：head = [4,5,1,9], no
2021-01-28 19:19:01
96
原创 刷穿LeetCode——Task15
这篇博客记录刷题第15天的学习心得与笔记。231. 2的幂给定一个整数，编写一个函数来判断它是否是 2 的幂次方。示例 1:输入: 1输出: true解释: 20 = 1示例 2:输入: 16输出: true解释: 24 = 16示例 3:输入: 218输出: false235. 二叉搜索树的最近公共祖先给定一个二叉搜索树, 找到该树中两个指定节点的最近公共祖先。百度百科中最近公共祖先的定义为：“对于有根树 T 的两个结点 p、q，最近公共祖先表示为一个结点 x，满足
2021-01-28 01:43:14
95
原创 刷穿LeetCode——Task14
这篇博客记录刷题第14天的学习体会与心得。215. 数组中的第K个最大元素在未排序的数组中找到第 k 个最大的元素。请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。示例 1:输入: [3,2,1,5,6,4] 和 k = 2输出: 5示例 2:输入: [3,2,3,1,2,4,5,5,6] 和 k = 4输出: 4说明:你可以假设 k 总是有效的，且 1 ≤ k ≤ 数组的长度。217. 存在重复元素给定一个整数数组，判断是否存在重复元素。如
2021-01-25 14:17:35
75
原创 刷穿LeetCode——Task13
这篇博客记录刷题13天的学习心得。160.相交链表编写一个程序，找到两个单链表相交的起始节点。如下面的两个链表：在节点 c1 开始相交。示例 1：输入：intersectVal = 8, listA = [4,1,8,4,5], listB = [5,0,1,8,4,5], skipA = 2, skipB = 3输出：Reference of the node with value = 8输入解释：相交节点的值为 8 （注意，如果两个链表相交则不能为 0）。从各自的表头开始算起，链表
2021-01-25 01:56:06
114
1
原创 刷穿LeetCode——Task12
这篇博客记录刷题第12天的解题过程与学习所得。146. LRU 缓存机制运用你所掌握的数据结构，设计和实现一个 LRU (最近最少使用) 缓存机制 。实现 LRUCache 类：LRUCache(int capacity) 以正整数作为容量 capacity 初始化 LRU 缓存int get(int key) 如果关键字 key 存在于缓存中，则返回关键字的值，否则返回 -1 。void put(int key, int value) 如果关键字已经存在，则变更其数据值；如果关键字不存在
2021-01-23 11:40:18
107
2
原创 刷穿LeetCode——Task11
这篇博客记录刷题第11天的学习心得与收获。136. 只出现一次的数字给定一个非空整数数组，除了某个元素只出现一次以外，其余每个元素均出现两次。找出那个只出现了一次的元素。说明：你的算法应该具有线性时间复杂度。 你可以不使用额外空间来实现吗？示例 1:输入: [2,2,1] 输出: 1示例 2:输入: [4,1,2,1,2] 输出: 4141.环形链表给定一个链表，判断链表中是否有环。如果链表中有某个节点，可以通过连续跟踪 next 指针再次到达，则链表中存在环。 为了表示给定链表
2021-01-23 00:47:47
78
原创 刷穿LeetCode——Task10
这篇博客记录刷题第10天的学习所获。121. 买卖股票的最佳时机给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。如果你最多只允许完成一笔交易（即买入和卖出一支股票一次），设计一个算法来计算你所能获取的最大利润。注意：你不能在买入股票前卖出股票。示例 1:输入: [7,1,5,3,6,4]输出: 5解释: 在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利润 = 6-1 = 5 。注意利润不能是 7-1 = 6, 因为卖出价格需要
2021-01-22 01:34:57
85
原创 刷穿LeetCode——Task09
这篇博客记录刷题第9天的解题心得与所学知识。88. 合并两个有序数组给你两个有序整数数组 nums1 和 nums2，请你将 nums2 合并到 nums1 中，使 nums1 成为一个有序数组。初始化 nums1 和 nums2 的元素数量分别为 m 和 n 。你可以假设 nums1 的空间大小等于 m + n，这样它就有足够的空间保存来自 nums2 的元素。示例 1：输入：nums1 = [1,2,3,0,0,0], m = 3, nums2 = [2,5,6], n = 3输出：[1,
2021-01-21 01:57:50
96
原创 MATLAB如何尽量避免for循环？
我们知道MATLAB擅长矩阵计算，但对于跑for循环非常低效，因此在内存足够的情况下应尽量写成矩阵或者向量化操作的形式，善用更好的数据结构、算法，以及matlab自带的函数特性，以尽可能避免for循环降低运行速度。下面是我学到的一些小tips，并结合运算示例进行讲解。方法1：优化循环内部运算及嵌套例如：将计算量小、循环次数多的放在里面，计算量大循环次数少的放在外面做大循环；将表达式尽可能向量化计算好后再放入循环内，减少循环內部运算；方法2：多线程并发替代单循环for i = 1 : 100
2021-01-20 01:31:28
8944
2
原创 刷穿LeetCode——Task08
这篇博客记录刷题第8天的解题思路与心得。64.不同路径一个机器人位于一个 m x n 网格的左上角 （起始点在下图中标记为 “Start” ）。机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为 “Finish” ）。问总共有多少条不同的路径？示例 1：输入：m = 3, n = 7 输出：28示例 2：输入：m = 3, n = 2 输出：3 解释： 从左上角开始，总共有 3 条路径可以到达右下角。向右 -> 向右 -> 向下向右 -&
2021-01-20 00:25:51
93
原创 刷穿LeetCode——Task07
这篇博客记录刷题第6天的思路与心得。54. 螺旋矩阵给定一个包含 m x n 个元素的矩阵（m 行, n 列），请按照顺时针螺旋顺序，返回矩阵中的所有元素。示例 1:输入: [ [ 1, 2, 3 ], [ 4, 5, 6 ], [ 7, 8, 9 ] ] 输出:[1,2,3,6,9,8,7,4,5]示例 2:输入: [ [1, 2, 3, 4], [5, 6, 7, 8], [9,10,11,12] ] 输出:[1,2,3,4,8,12,11,10,9,5,6,7]
2021-01-19 00:37:33
85
原创 刷穿LeetCode——Task06
这篇博客记录刷题第6天的思路与心得。43. 字符串相乘给定两个以字符串形式表示的非负整数 num1 和 num2，返回 num1 和 num2 的乘积，它们的乘积也表示为字符串形式。示例 1:输入: num1 = “2”, num2 = “3” 输出: “6”示例 2:输入: num1 = “123”, num2 = “456” 输出: “56088”说明：num1 和 num2 的长度小于110。num1 和 num2 只包含数字 0-9。num1 和 num2 均不以零开头，除非是
2021-01-18 01:12:27
117
原创 刷穿LeetCode——Task05
这篇博客记录第5天刷题的思路和收获。23.合并K个升序链表给你一个链表数组，每个链表都已经按升序排列。请你将所有链表合并到一个升序链表中，返回合并后的链表。示例 1：输入：lists = [[1,4,5],[1,3,4],[2,6]] 输出：[1,1,2,3,4,4,5,6] 解释：链表数组如下： [1->4->5, 1->3->4, 2->6 ] 将它们合并到一个有序链表中得到。 1->1->2->3->4->4->5
2021-01-15 13:47:05
134
原创 刷穿LeetCode——Task04
这篇博客记录第4天刷题的思路。16. 最接近的三数之和给定一个包括 n 个整数的数组 nums 和 一个目标值 target。找出 nums 中的三个整数，使得它们的和与 target 最接近。返回这三个数的和。假定每组输入只存在唯一答案。示例：输入：nums = [-1,2,1,-4], target = 1输出：2解释：与 target 最接近的和是 2 (-1 + 2 + 1 = 2) 。提示：3 <= nums.length <= 10^3-10^3 <= nu
2021-01-15 02:17:39
97
原创 刷穿LeetCode——Task03
这篇博客记录第3天刷题的解题思路与心得体会。11. 盛最多水的容器给你 n 个非负整数 a1，a2，…，an，每个数代表坐标中的一个点 (i, ai) 。在坐标内画 n 条垂直线，垂直线 i 的两个端点分别为 (i, ai) 和 (i, 0) 。找出其中的两条线，使得它们与 x 轴共同构成的容器可以容纳最多的水。说明：你不能倾斜容器。示例 1：输入：[1,8,6,2,5,4,8,3,7]输出：49解释：图中垂直线代表输入数组 [1,8,6,2,5,4,8,3,7]。在此情况下，容器能够容纳水
2021-01-14 00:52:08
69
原创 刷穿LeetCode——Task02
这篇博客记录第2天解题思路。07. 整数反转给出一个 32 位的有符号整数，你需要将这个整数中每位上的数字进行反转。注意：假设我们的环境只能存储得下 32 位的有符号整数，则其数值范围为 [−231, 231 − 1]。请根据这个假设，如果反转后整数溢出那么就返回 0。示例 1：输入：x = 123输出：321示例 2：输入：x = -123输出：-321示例 3：输入：x = 120输出：21示例 4：输入：x = 0输出：0提示：-231 <= x <
2021-01-13 02:09:41
96
原创 刷穿LeetCode——Task01
刷穿LeetCode——Task01报名了DataWhale的LeetCode编程实践的组队学习，每天3道题，这篇博客记录Task01。02. 两数相加给你两个非空的链表，表示两个非负的整数。它们每位数字都是按照 逆序 的方式存储的，并且每个节点只能存储 一位 数字。请你将两个数相加，并以相同形式返回一个表示和的链表。你可以假设除了数字 0 之外，这两个数都不会以 0 开头。示例 1：输入：l1 = [2,4,3], l2 = [5,6,4]输出：[7,0,8]解释：342 + 465
2021-01-12 01:11:44
128
原创 闪耀光栅 (DMD) 的衍射效应
摘要这篇博客主要介绍DMD作为闪耀光栅的衍射效应。首先我们介绍单缝衍射、多缝衍射和光栅方程，然后讨论闪耀光栅，最后仿真给出不同入射角下的闪耀判据和光栅光谱的二维模拟。DMD微镜翻转状态现在wavefront shaping (WFS) 的实验多采用数字微镜阵列(DMD)，可用于快速波前整形。DMD是一种二元衍射光学元件，本质是个反射型闪耀光栅，可用于振幅的周期性调制。以DLP7000[1]芯片为例，其1024×7681024\times7681024×768的微镜阵列相对flat state可翻转 ±
2020-06-08 13:28:16
19740
31
原创 矩阵对角化，SVD分解
- [矩阵对角化](#矩阵对角化)- [SVD分解](#svd分解)- [参考链接](#参考链接)矩阵对角化矩阵的相似设 A\boldsymbol{A}A、 B\boldsymbol{B}B 为两个nnn阶矩阵，若存在可逆矩阵 P\boldsymbol{P}P，使得P−1AP=B\boldsymbol{P}^{^{-1}}\boldsymbol{A}\boldsymbol{P...
2019-09-20 12:18:39
5412
西电高西全《数字信号处理》PPT版课后答案+搜集的期末试卷
2018-11-18
深度学习入门：基于Python的理论和实现（日作中译原版pdf+配套程序，2018年7月上市）
2018-11-18
为什么BMP文件保存后，图像发生平移？
2018-05-19
TA创建的收藏夹 TA关注的收藏夹
TA关注的人