- 博客(21)
- 收藏
- 关注
RSS订阅原创 ubuntu 常见问题及解决方案【持续记录】
【问题描述】通常，在重启服务器后，会出现硬盘挂载丢失的情况，其表现形式通常为无法找到相关文件内容，因此，解决硬盘挂载问题，对于服务器的维护有重要意义。【问题重述】有时候，在ubuntu系统中cuda版本较低，需要对cuda版本进行升级，现将步骤记录如下。这里的版本建议选择和cuda toolkit对应的版本，可以依据上面从官网下载的文件的后缀名得知，例如。文件，博主下载的就是对应的525版本，（尽量别选server版本，选普通数字的即可）首先，使用下述指令查看硬盘挂载情况。重新挂载，挂载命令如上所示。
2023-12-22 14:36:55
480
原创 【踩坑记录】基于 wsl2 环境部署 fastapi 封装的服务
要求封装一个图片上色的api接口，接口的输入为一张黑白图，返回的结果是一张对灰度图片进行染色后的图片现在很多开源项目可能都只针对linux系统做了适配，但是对于大多数时候都只有一台windows笔记本 or 比较依赖windows环境的学习者来说，使用wsl2 在windows上搭建一个ubuntu 系统就可以以屁眼插火箭的速度提升了部署效率，大大节省了配置环境的时间成本！本博客用以记录封装 api 的整个流程。
2023-12-05 10:51:17
1144
原创 【学习笔记】Transformer 理论部分
Transformer 的泛化能力更强，且可以提取各种各样类型的特征。但是由于其限制更少，所以导致其捕捉信息的能力更弱，因此要用更多的数据来对模型进行训练。
2023-08-25 11:12:53
144
1
原创 从零开始使用vs code连接Linux系统下的docker容器
为了方便合作办公，快速上手远程连接服务器，避免花耗过多时间时用于学习Linux和原理及命令，本文从0开始介绍如何通过 vs code 远程连接服务器并使用docker容器。主要步骤： 安装 vs code 编译器 —> 安装 remote development 插件 —> 连接服务器 —> 安装 docker 插件 —> 启动容器 —> 进行任务。
2023-06-12 00:52:26
3968
5
原创 想法及后续规划
计划重新开始学习，不急于求成，不去追求一些看上去很牛而自己收获很小的东西。争取暑假内能把基础打牢，能够有一套自己的学习方法，不再一味模仿他人，能够有能力去关注、有能力去实现新领域内的新东西！感觉好久没做过与技术相关的任务了，之前学完基础知识后忙着产出，水论文、水专利，遇见困难不会想着第一时间去解决，而是而求其次选择更简单方法去实现，无不反映出自己能力不足，畏难浮躁的状态。相信这事会很有意义！
2023-06-09 13:44:36
74
原创 手势识别demo
随着训练次数增加，loss值并不收敛，呈现出发散的趋势。对于采集数据不够的样本，使用的是填补0的粗暴填补方法。：目前采用的是卷积神经网络，将各个序列当作图片来进行处理。未对训练效果进行检测。为了保留序列信息，可以采用时序模型来进行训练和预测。根据获得的序列预测手势情况。
2023-05-09 13:21:40
91
2
原创 土堆学习（3）损失函数及完整项目
在主函数中，完成了数据读取、模型训练、模型保存等步骤。同时会保存10次每次的模型参数，同时会将每个epoch中的loss值写入tensorboard。在官方文档 torch.optim 中可以查找和优化器有关的属性及使用原理。而此处的label也获得了每一行的最大值，即为最大可能性分类。在此问题中，测试函数得到的output值一个64*10的矩阵。通常用于分类问题中。
2023-05-09 12:53:33
76
原创 土堆学习（2）网络架构（CNN）
下述将多维向量转变为单维，将输入的batch_size为64的图片平铺舒展成一个一行的向量。该类有两个方法必须被重写。其中的形状变换部分，可以使用 reshape( ) ,也可已使用 flatten( )同时，构建网络之后，还可以用 tensorboard 来可视化网络。该类是神经网络的骨架类，所有的神经网络搭建工作都是基于该类去完成。最大池化的目的是为了在保留特征的同时减少数据量加快运算速度。torch.nn 库可用于添加神经网络所需的组件。上述代码可以得到相同的结果。
2023-04-19 21:31:55
46
原创 土堆学习（1）数据集部分
与上文的区别是，本实验是先对图像进行转化，将图像由过去的 ndarray 类型通过 transforms 工具转化为 tensor 类型，并对图片通过tensorboard 进行展示。若要使用 dataloader 所打包的数据则要使用for循环首先提取每一个dataset，之后再用img和target分别保存图片和标签的信息。Tensorboard 可对训练过程中的图像进行展示，由于其能够对tensor对象的图像直接进行展示，因此很便于使用展示结果。完成对蜜蜂数据集和蚂蚁数据集的创建和封装。
2023-04-12 14:27:25
148
原创 Jupyter 绑定 anaconda 环境：
外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ubslLUdp-1681180497671)(null)]调用jupyter notebook 可发现环境调试成功。
2023-04-11 10:38:03
79
原创 3.pytorch 循环神经网络部分
传统的全连接神经网络被称为 DNN。循环神经网络主要用于处理具有序列关系的数据（前后项数据存在一定的联系）。
2023-04-06 01:43:57
154
2
原创 2.Pytorch卷积神经网络
通常在卷积神经网络当中，卷积核是用于提取图像特征，采用不同数量的卷积核有助于提取到不同维度、不同数量的特征。而池化层是用于缩减模型的大小，从而提高运算速度。全连接层用于最后想要获得的结果。padding：指在原始图像的外部增加一些边界值，使得卷积后图片的大小满足原始要求。stride ：步长，用于设定卷积核的移动距离。下采样中常用的是最大池化层max pooling Layer：设定通道大小后会筛选出通道内的最大值，并将各个通道的最大值拼接到一起。通道数量不会发生改变。
2023-04-06 01:40:12
312
原创 1.pytorch 基础部分
基本步骤：数据集：将 DataSet 划分为 TrainDataSet 和 TestDataSetTraning Loss（Error） 针对单个样本:loss=(y′−y)2=(x∗w−y)2loss = (y'-y)^2 = (x*w - y)^2loss=(y′−y)2=(x∗w−y)2Mean Square Error（MSE）（针对整个样本集）：cost=1/N∗Σ(yn′−yn)2cost = 1/N *\Sigma(y_n' - y_n)^2cost=1/N∗Σ(yn′−yn
2023-04-06 01:38:38
116
2
原创 Anaconda 配置环境
去 pytorch 官网下载和版本相对应的下载pytorch 的conda 指令。进入anaconda，使用命令创建新的环境 指定python版本、新的环境名。命令激活创建的环境，使用 下载指令下载对应版本的pytorch。下载对应版本的cuda。去英伟达官网更新驱动。
2023-02-22 20:06:05
53
原创 unity基本知识及小球旋转实现
下载unity，创建项目Assets -------------------- 存放资源（场景，脚本，素材）lib ------------------------ 库logs ----------------------- 日志package ----------------- 包projectsetting -------- 工程相关设置Temp -------------------- 临时文件夹右上角可以改变页面布局可以在editor里面进行设置project -> assets
2022-07-01 14:44:09
2517
原创 在线影院的实现
html ---------------------------------------------------------------- 决定前端架构css------------------------------------------------------------------- 决定前端样式js--------------------------------------------------------------------- 决定页面行为jQuery ( js 框架 )Bootstrap
2022-07-01 14:42:40
2260
原创 Java实现登录注册
ctrl + shift + tctrl + shift + rctrl + alt + v网络上一切电子设备都可以叫终端，其中能提供服务的叫服务器端口与监听器：相当古代的城门和士兵服务器软件 （打开端口）把 cpolar.exe 放到c/windows/system32中去三、面向对象1.面向对象和面向过程面向过程：完事亲力亲为，过程要一步步的实现出来；面向对象：调用对象本身具备的功能来实现；java中的类Java中的对象给属性赋值调用对象的方法综上代码：类中的方法实例方法：
2022-07-01 14:41:36
4780
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人