摘要：
多看看好文章： 对比学习：what is contrastive learning? 利用相似(similarity)和差异（difference）去理解现实世界的高级特征 Understanding domain adaptation a model trained on "source data 阅读全文
摘要：
神经网络模型 序号 模型 文章 1 AlexNet ImageNet Classification with Deep Convolutional Neural Networks 2 VGG Very deep convolutional networks for large-scale image 阅读全文
摘要：
开启SSH服务 检查是否有SSH服务 确保OpenSSH可用于安装Get-WindowsCapability -Online | ? Name -like 'OpenSSH*' # NotPrensent 未安装 Name : OpenSSH.Client~~~~0.0.1.0 State : No 阅读全文
摘要：
Ubuntu信息查询 操作系统版本号 # 查看Linux(Ubuntu)系统的版本号 lsb_release -a # 这个命令将会显示包括版本号在内的Ubuntu发行版信息。输出将类似于： No LSB modules are available. Distributor ID: Ubuntu D 阅读全文
摘要：
pathlib_面向对象的文件系统路径 pathlib 模块提供了表示文件系统路径的类，可适用于不同的操作系统。使用 pathlib 模块，相比于 os 模块可以写出更简洁，易读的代码。pathlib 模块中的 Path 类继承自 PurePath，对 PurePath 中的部分方法进行了重载，相比 阅读全文
摘要：
官方指令文档 路径问题 Linux 特定环境的路径 conda env list pip 安装包路径一：正式环境中 1. pip pip3 安装的包在下面路径（pip指向了python3.6解释器） ~/.local/lib/python3.6/site-packages/ 2. pip2 安装的包 阅读全文
摘要：
数据集 Tusimple 包括中等天气，白天不同时间，2/3/4或更多车道，不同的交通状况 训练集： 3626个视频剪辑，每个视频剪辑为1s拍摄的图片，共计20张 对于每个剪辑：3626个注释帧 测试集： 2944个视频剪辑 每张图片：1280 x 720 总计：3626张训练图像和2782张测试图 阅读全文
摘要：
声明 此篇内容，只作学习用途，部分内容涉及引用（会标注引用来源） ++++++++++ ++++++++++ ++++++++++ 代码复现过程积累的经验 要看论文的代码实现细节 多卡/单卡训练：多卡就涉及到很多东西，如果你深入了解多卡当我没说。 显卡配置：比如3060支持的CUDA最低11.x,你 阅读全文
摘要：
监督学习 监督学习利用大量的标注数据来训练模型，模型的预测和数据的真实标签产生损失后进行反向传播（计算梯度、更新参数），通过不断的学习，最终可以获得识别新样本的能力。 自监督学习 (Self-Supervised Learning) 是无监督学习的一种，旨在对于无标签数据，通过设计辅助任务(pret 阅读全文
摘要：
回顾： 上篇主要介绍了几种常用的聚类算法，首先从距离度量与性能评估出发，列举了常见的距离计算公式与聚类评价指标，接着分别讨论了K-Means、LVQ、高斯混合聚类、密度聚类以及层次聚类算法。K-Means与LVQ都试图以类簇中心作为原型指导聚类，其中K-Means通过EM算法不断迭代直至收敛，LVQ 阅读全文
摘要：
相关配置 CUDA:12.2 cuDNN:12.X python:3.11 pytorch:对应CUDA12.1 torch相关配置函数 torch.cuda.is_available() //cuda是否可用 torch.cuda.device_count() //查看GPU数量 torch.cu 阅读全文
摘要：
参考 论文名： Global2Local: Efficient Structure Search for Video Action Segmentation "Global2Local：搜寻视频动作分割的有效结构" 作者：Shang-Hua Gao1；Qi Han1；Zhong-Yu Li；Pai 阅读全文
摘要：
参考： git的使用——最全操作流程 GIT常用命令大全——赶紧收藏 快速设置（Github所给） 第一部分描述了如何在命令行上创建一个新的代码仓库（repository）： 首先，通过git init初始化一个新的Git仓库。 接着，通过git add README.md将 README.md 文 阅读全文
摘要：
贪心算法 贪心算法总是做出在当前看来事最好的选择。也就是说，贪心算法并不从整体最优上加以考虑，所做的选择只是在某种意义上的局部最优选择。 注：贪心算法不是对所有问题都能得到整体最优解，但对许多问题产生整体最优解，比如最小生成树问题、图的单源最短路径问题等 贪心算法和动态规划的差异 动态规划算法中，每 阅读全文
摘要：
1 阅读全文
摘要：
论文名： MS-TCN++: Multi-Stage Temporal Convolutional Network for Action Segmentation "MS-TCN++: 用于动作分割的多阶段时域卷积" Shi-Jie Li#, Yazan AbuFarha#, Yun Liu, Mi 阅读全文
摘要：
论文名： Adaptive Multi-Lane Detection Based on Robust Instance Segmentation for Intelligent Vehicles 基于鲁棒实例分割的智能车辆自适应多车道检测 关键字： 自适应预测+余弦度量+实例分割+车道线检测。 数据 阅读全文
摘要：
论文介绍 DeepLanes: End-To-End Lane Position Estimation using Deep Neural Networks “DeepLanes:使用深度神经网络的端到端车道位置估计”——2016年 关键字： 深度神经网络+基于相机方法+车道检测 行文结构梳理 1、 阅读全文
摘要：
第一讲.引入 第二讲.数组 阅读全文
摘要：
WSL（Windows Subsystem for Linux）自定义安装路径和卸载部分 安装 WSL 卸载WSL 分发版本 wsl --list ：查看安装的版本 wsl --unregister <卸载的发行版>+删掉目录下的子系统 WSL换源 清华源 Anaconda 史上最全最详细的Anac 阅读全文
摘要：
内置函数 sorted() 是 Python 中的一个内置函数，用于对可迭代对象进行排序，并返回一个新的已排序列表。 sorted(iterable, key=key, reverse=reverse) # iterable 是需要排序的可迭代对象，比如列表、元组、字典等。 # key 是一个可选参 阅读全文
摘要：
不是openmim就莫名奇妙安装上了？ 首先，mmcv安装文档 其次, pip install -U openmim,安装报错， 尝试换源: pip install -U openmim -i http://pypi.douban.com/simple --trusted-host pypi.dou 阅读全文
摘要：
前言 为什么安装GCC？ 搭建CCNet项目时，需要GCC环境 gcc (GCC) 4.8.5 参考： Windows中安装GCC教程-QoSina 第一步：安装MinGW MinGW 点击Install，后续操作连续点击continue 安装完成后，会跳出MinGW Installation Ma 阅读全文
摘要：
论文名： CCNet: Criss-Cross Attention for Semantic Segmentation 语义分割的交叉关注 关键字 语义分割（semantic segmentation）+图注意力+交叉注意力网络+上下文模型 The source codes are availabl 阅读全文
摘要：
对比学习 SimCLRv2 from Google brain team Facebook's MoCo 动作分割 早期的工作大都通过滑动窗口来建模外观和动作的变化状态，因此他们主要关注于短期的依赖关系。之后同时捕捉长期和短期的依赖关系称为了动作分割的焦点。——Global2Local 序列模型，序 阅读全文
摘要：
论文名： Going Deeper with Convolutions 深入了解卷积 了解GoogleNet 研究问题： 研究方法: 主要结论： 模型: 问题： 行文结构梳理： 阅读全文
摘要：
论文名： Ultra Fast Deep Lane Detection with Hybrid Anchor Driven Ordinal Classification 混合Anchor驱动顺序分类的超快深车道检测 研究问题： 1、效率问题：在受限的车辆计算设备下，执行车道检测算法，需要更快的检测速 阅读全文
摘要：
论文名： 研究问题： 研究方法: 主要结论： 模型: 问题： 行文结构梳理： Ctrl+v #论文名： #研究问题： #行文结构梳理： #研究方法: #主要结论： #模型: #问题： 阅读全文
摘要：
论文名： Very deep convolutional networks for large-scale image recognition "用于大规模图像识别的深度卷积网络" 了解VGG模型 VGG在深度上的探索达到了极致，往后的精进在于改进结构 研究问题： 研究方法: 主要结论： 模型: 问 阅读全文
摘要：
第7章 贝叶斯分类器 怎样用非数学语言讲解贝叶斯定理？ 感觉像在说贝叶斯公式 带你理解朴素贝叶斯分类算法 将贝叶斯公式诠释为：在特征条件下的分类问题：\(P(类别|特征)=\frac{P(类别)P(特征|类别)}{P(特征)}\) 7.1 贝叶斯决策论 7.2 极大似然估计 如何通俗地理解极大似热估 阅读全文
摘要：
第5章 神经网络 5.1 神经元模型 基本单元：神经元 灵感来源： 生物神经网络（1、当神经元“兴奋”时，向相邻的神经元发送化学物质，从而改变相邻神经元的电位） 激活：如果某个神经元的电位超过了一个“阈值”，那么它就会被激活，即“兴奋”起来，向其他相邻神经元发送化学物质。 图例：McCulloch和 阅读全文
摘要：
第3章 线性模型 3.1 基本形式 问题描述：给定由d个属性描述示例\(x=(x_{1};x_{2};...;x_{d})\),其中\(x_{i}\)是x自第i个属性上的取值，线性模型(Linear model)试图学得一个通过属性的线性组合来进行预测函数，即 函数描述：\(f(x)=w_{1}x_ 阅读全文
摘要：
文献名：ImageNet Classification with Deep Convolutional Neural Networks 创新点： 首次利用AlexNet神经网络，在ImageNet分类中以巨大的优势打败非神经网络算法 模型： 阅读全文
摘要：
第2章 数理统计的基本概念 在概率论中，所研究的随机变量，它的分布都是假设已知的。 在数理统计中，所研究的随机变量，它的分布是未知的。 2.1 简单随机样本 数理统计的核心问题：由样本推断总体 为了了解总体X的分布规律或某些特征，往往通过从总体中抽取一部分个体，根据从这些个体获得的数据来对总体的分布 阅读全文
摘要： 
第一章 绪论 机器学习： 致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。在计算机系统中，“经验”通常以“数据“形式存在，因此，机器学习所研究的主要内容，是关于在计算机上从数据中产生”模型“的算法，即”学习算法“。有了学习算法，我们把经验数据提供给它，他就能基于这些数据产生模型；在面对新 阅读全文
第一章 绪论 机器学习： 致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。在计算机系统中，“经验”通常以“数据“形式存在，因此，机器学习所研究的主要内容，是关于在计算机上从数据中产生”模型“的算法，即”学习算法“。有了学习算法，我们把经验数据提供给它，他就能基于这些数据产生模型；在面对新 阅读全文
摘要：
Hosts映射 思考：如何通过主机名能够找到（ping)某个linux系统？ 前言 Hosts:是一个文本文件，用来记录IP和Hostname的映射关系 DNS：是互联网上作为域名和IP地址映射的一个分布式数据库 设置主机名 vim /etc/hostname //重启后生效 设置hosts映射 在 阅读全文
摘要：
#算法代码笔记link：https://github.com/Gievance/DataStruct/blob/e010fff2ee4cb71c30504149e12e48ea52784bed/src/string/Kmp.java #算法流程： 构建前缀表 prefix_table(char[] 阅读全文
摘要：
#前言： 在Linux环境下，安装MySQL服务 #环境： 虚拟机CentOS7 \ #流程： ##确保mysql已卸载 `rpm -qa|grep -i mysql` //查看rpm包 `yum list install mysql` 卸载前，关闭mysql服务 `systemctl stop m 阅读全文
摘要：
#环境： WMare 16 CentOS-7-x86 #流程： 建立虚拟网卡 配置虚拟网卡 配置虚拟机网卡 配置DNS 当虚拟机无法联网配置共享 #详解： 建立虚拟网卡VMNet5 网段为：192.168.84.0 不配置DHCP，而是指定IP 配置虚拟网卡 在"属性"修改IPv4协议，并指定虚拟机 阅读全文