liyu0611的博客

原创 Your shell has not been properly configured to use ‘conda activate‘.

git bash报错Your shell has not been properly configured to use ‘conda activate’.解决方案$ source activate$ conda deactivate$ conda activate py38

原创 Hoppity：Learning graph transformations to detect and fix bugs in programs

这里写自定义目录标题

原创 C++：位操作基础篇之位操作全面总结

C++：位操作基础篇之位操作全面总结：https://www.cnblogs.com/zhoug2020/p/4978822.html

原创 python函数

1 字典get()dict.get(key, default=None)key – 字典中要查找的键。default – 如果指定键的值不存在时，返回该默认值。

原创 C++函数

1 lower_bound()#include <algorithm>lower_bound()返回值是一个迭代器,返回指向大于等于key的第一个值的位置

原创 memset()

#include <memory.h>1memset(buffer, 0, sizeof(buffer))多用于清空数组，buffer为指针或数组，中间为赋给buffer的值。2 对一段内存空间全部设置为某个字符，如char a[100];memset(a, ‘#’, sizeof(a));a 全部初始化为‘#’3 方便清空某个结构体。struct sample_st...

原创 stew() setfill()

头文件**#include “iomanip.h”**1 setw()函数使用：设置域宽在C++中，setw(int n)用来控制输出间隔。设置域宽，所谓域宽，就是输出的内容（数值或字符等等）需要占据多少个字符的位置，如果位置有空余则会自动补足。比如我们要设置域宽为2，那么当输出一位数1的时候输出的就是“ 1”，即在1前面加了一个空格。空格和数字1正好一共占用了两个字符的位置。例如:cou...

原创 数据增广方法

原创 查看显卡计算能力（显卡算力） caffe ssd dsod

报错：Check failed: error == cudaSuccess (48 vs. 0) no kernel image is available for execution on the解决（1）官网查看：https://developer.nvidia.com/cuda-gpus#collapseOne我的RTX2070为7.5所以在Makefile.config中增加一行...

原创 编译caffe ssd

1、大多问题参照博客解决：https://blog.csdn.net/lxytsos/article/details/810327112、opencv的问题，我的cv版本为4.几，所以OPENCV_VERSION := 4

原创 论文阅读：VarGFaceNet: An Efficient Variable Group Convolutional Neural Network for Lightweight Face Reco

为了提高VarGNet在大规模人脸识别中的判别能力，作者采用了不同的头部并提出了一个新的嵌入块。在嵌入块中，作者先通过1×1卷积层将通道扩展到1024，以保留基本信息，然后使用可变组conv和逐点conv将空域缩小到1×1，节省计算成本。如下文所示，这样的操作能提高人脸识别任务的性能。为了提高轻量级模型的泛化能力，作者提出了递归知识蒸馏，以减少教师模型和学生模型之间的泛化差距。作者分析了可变...

原创 短路求值原理

求1+2+3+…+n，要求不能使用乘除法、for、while、if、else、switch、case等关键字及条件判断语句（A?B:C）逻辑与的短路int a = 1;false && (a = 0);expression1&& expression2上述代码中，当判断false之后便知与的结果肯定是false了，因此后面的expression2便不再执...

原创 论文阅读：An Empirical Study of Spatial Attention Mechanisms in Deep Networks

１、研究空间注意力机制。(1)Transformer attention处理自然语言序列的模型有 rnn， cnn（textcnn），但是现在介绍一种新的模型，transformer。与RNN不同的是，Transformer直接把一句话当做一个矩阵进行处理，要知道，RNN是把每一个字的Embedding Vector输入进行，隐层节点的信息传递来完成编码的工作。简而言之，Transformer...

原创 Horovod：分布式深度学习框架

１、流程horovod初始化 —— >进程分配 ——> 训练参数配置 —— >模型参数广播 ——> 分布式Optimizer ——> 模型保存２、使用方法简略快速了解：https://blog.csdn.net/weixin_38340975/article/details/87972157四部分详细：https://blog.csdn.net/zwqjoy/...

原创 ubuntu编译c,c++

１、gcc -> C ,g++ -> C++２、新建文件：touch hello.c　３、vim or gedit 编辑.c or .cpp文件４、在当前路径下编译.c文件：gcc -o hello hello.c编译完成后可以看到在和hello.c相同目录下有一个hello的可执行文件。在当前路径下运行编译后的可执行文件：./hello５、在当前路径下编译.cpp文...

原创 训练调参

１、train_loss 与　val_losstrain loss 不断下降，test loss不断下降，说明网络仍在学习;train loss 不断下降，test loss趋于不变，说明网络过拟合;train loss 趋于不变，test loss不断下降，说明数据集100%有问题;train loss 趋于不变，test loss趋于不变，说明学习遇到瓶颈，需要减小学习率或批量数目;...

原创 论文阅读：轻量级reid：Learning Generalisable Omni-Scale Representations for Person Re-Identification

论文地址：https://arxiv.org/pdf/1910.06827.pdfGithub：https://github.com/KaiyangZhou/deep-person-reid摘要有效的行人再识别模型应该学习特征表示，这些特征表示既可以用于区别外观相似的人员，又可以在无需任务调整下用于跨数据集部署。在本文中，我们提出了新的CNN架构来应对这两个挑战。首先，我们提出了一个被...

原创 论文阅读：Making Convolutional Networks Shift-Invariant Again

Abstract目的，利用经典信号采样理论，消除下采样（max-pooling, strided-convolution, and averagepooling）引起的信号混叠（锯齿）效应。方法抗锯齿（anti-aliasing)，达到平移不变形。1. Introduction早期的网络确实采用了模糊下采样的形式–平均池，但经验说明最大池表现更好，但2018有人发现因为maxpool没有抗锯...

原创 pytorch 基础

1、permute(dims）将tensor的维度换位。print(unpermuted.size()) # ——> torch.Size([1, 2, 3])permuted=unpermuted.permute(2,0,1)print(permuted.size()) # ——> torch.Size([3, 1, 2])2、view把原先tensor...

原创 深度学习中 GPU 和显存分析

转载自：https://www.2cto.com/kf/201712/708227.html深度学习最吃机器，耗资源，在本文，我将来科普一下在深度学习中：何为“资源” 不同操作都耗费什么资源 如何充分的利用有限的资源 如何合理选择显卡并纠正几个误区：显存和GPU等价，使用GPU主要看显存的使用？ Batch Size 越大，程序越快，而且近似成正比？ 显存占用越多，程序越快？ 显存占用大小...

原创 convariate shift（协变量 转变）

1、定义：来源于paper《Batch Normalization》，指的是训练集的数据分布和预测集的数据分布不一致，这样的情况下如果我们在训练集上训练出一个分类器，肯定在预测集上不会取得比较好的效果。这种训练集和预测集样本分布不一致的问题就叫做“covariate shift”现象。2、解决方案（1）重新给训练集中的数据赋予一个新的权重即Reweight操作，比方说对于样本xi，它在训练集...

原创 LogSumExp增强数值稳定性

http://m.elecfans.com/article/805898.html编者按：Feedly联合创始人、大数据与机器学习主管Kireet Reddy讲解了LogSumExp原理。机器学习中有很多巧妙的窍门，可以加速训练，提升表现……今天我将讨论LogSumExp这一机器学习中常见的模式。首先给出定义：我们什么时候会见到这样的式子？常见的一个地方是计算softmax函数的交叉熵损失...

原创 Deep Sort：SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC

1、准备：轻松理解卡尔曼滤波：https://www.jianshu.com/p/f6ce8943560c?from=singlemessage马氏距离（Mahalanobis distance）：https://www.cnblogs.com/DPL-Doreen/p/8183909.html余弦距离：余弦相似度用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小。相比距离度量，余...

原创 视频理解

1、「干货」计算机视觉视频理解领域的经典方法和最新成果http://baijiahao.baidu.com/s?id=1601681842694561210&wfr=spider&for=pc2、视频理解论文杂读（门外汉级）https://blog.csdn.net/peaceinmind/article/details/80215420...

原创 DetNet: A Backbone network for Object Detection

目标检测专用backbone：DetNet A Backbone network for Object Detection论文：https://arxiv.org/abs/1804.06215代码：https://github.com/guoruoqian/DetNet_pytorch1、传统backbone的缺点：（1）下采样率大，使得大物体检测边界模糊；（2）小物体检测信息丢失。...

转载 Windows LTSC、LTSB、Server 安装 Windows Store 应用商店，window直接运行Linux，Ubuntu。

1、打开网址 https://store.rg-adguard.net/2、以 PackageFamilyName 方式搜索 Microsoft.WindowsStore_8wekyb3d8bbwe3、根据系统选择对应的包4、安装包如下图，如果文件名不对要重命名与上图一致，类似于下图，5、打开 Powershell，转到上图文件夹，执行安装命令Add-AppxPackage *...

转载 pycharm使用教程

https://www.jianshu.com/p/4a427eb48eb1

转载 模型融合

转载自：https://cloud.tencent.com/developer/news/319080没有哪个机器学习模型可以常胜，如何找到当前问题的最优解是一个永恒的问题。幸运的是，结合/融合/整合 (integration/ combination/ fusion)多个机器学习模型往往可以提高整体的预测能力。这是一种非常有效的提升手段，在多分类器系统(multi-classifier sy...

转载 MobileNet

转载自：https://blog.csdn.net/t800ghb/article/details/78879612文章全名：MobileNets: Efficient Convolutional Neural Networks for MobileVision Applications1.原文链接论文地址：https://arxiv.org/abs/1704.048612.简介伴随着模...

原创 linux命令行

1、ls命令ls -a 列出目录所有文件，包含以.开始的隐藏文件 ls -A 列出除.及..的其它文件 ls -r 反序排列 ls -t 以文件修改时间排序 ls -S 以文件大小排序 ls -h 以易读大小显示 ls -l 除了文件名之外，还将文件的权限、所有者、文件大小等信息详细列出来 实例： (1...

原创 keras模型

Keras有两种类型的模型，顺序模型（Sequential）和泛型模型（Model）共同方法：model.summary()：打印出模型概况model.get_config():返回包含模型配置信息的Python字典。模型也可以从它的config信息中重构回去config = model.get_config()model = Model.from_config(config)# or,...

转载 Deformable Convolutional Network的原理与实现

原文：https://blog.csdn.net/StreamRock/article/details/80921550Deformable Convolutional Network（简称Deform-conv）是微软亚洲研究院（MSRA）2017年的作品，它赋予了CNN位置变换的能力，它与STN（Spatial Transform Network）颇有渊源，或者说是灵感来自于此，但它们有着巨...

原创 论文阅读：EDVR: Video Restoration with Enhanced Deformable Convolutional Networks

Abstract1.benchmark：REDS is released in the NTIRE19 Challenge，contain larger and more complex motions2.难点：（1）align multiple frames given large motions（2）effectively fuse（融合） different frames with ...

转载 图详解tensorflow数据读取机制

tensorflow 1.0 学习：十图详解tensorflow数据读取机制本文来源：https://zhuanlan.zhihu.com/p/27238630本文转自：https://www.cnblogs.com/denny402/p/7092851.html在学习tensorflow的过程中，有很多小伙伴反映读取数据这一块很难理解。确实这一块官方的教程比较简略，网上也找不到什么合适的学...

转载 yolov3.cfg精细解读

**[net] ★[xxx]开始的行表示网络的一层，其后的内容为该层的参数配置，[net]为特殊的层，配置整个网络Testing ★ #号开头的行为注释行，在解析cfg的文件时会忽略该行batch=1subdivisions=1Training batch=64 ...