摘要: 要设计一个轻量化网络模型,并具备强大的特征提取与语义理解能力,可以采用以下策略: 使用较少的卷积层和全连接层,减少模型的参数数量和计算量; 使用卷积层进行特征提取,使用全局池化层进行特征整合; 加入注意力机制,提升模型的语义理解能力; 使用残差连接,增强模型的稳定性和泛化能力; 对模型进行轻量化的优 阅读全文
posted @ 2023-05-02 22:52 Xu_Lin 阅读(125) 评论(0) 推荐(0) 编辑
摘要: 下面是如何使用PyTorch降低计算成本和计算量的一些方法: 压缩模型:使用模型压缩技术,如剪枝、量化和哈希等方法,来减小模型的大小和复杂度,从而降低计算量和运行成本。 分布式训练:使用多台机器进行分布式训练,可以将模型训练时间大大缩短,提高训练效率,同时还可以降低成本。 硬件加速:使用GPU或TP 阅读全文
posted @ 2023-05-02 22:25 Xu_Lin 阅读(96) 评论(0) 推荐(0) 编辑
摘要: 【开发配置】配置一台4090主力开发机的完全过程手册 1、硬件配置清单 | 硬件配置 | 数量 | 价格参考 | | | | | | Intel i7 13700KF(cpu) | 1 | | | 九州风神 冰魔方240 LT520(白) | 1 | | | 华硕 ROG STRIX B760-I 阅读全文
posted @ 2023-04-27 18:46 Xu_Lin 阅读(3549) 评论(0) 推荐(0) 编辑
摘要: macOS安装编译pcl git clone git@github.com:PointCloudLibrary/pcl.git cd pcl brew install eigen brew install boost brew install flann sudo cmake .. sudo mak 阅读全文
posted @ 2023-03-15 18:42 Xu_Lin 阅读(58) 评论(0) 推荐(0) 编辑
摘要: 在MBP上运行推理LLaMA-7B模型 build this repo # build this repo git clone https://github.com/ggerganov/llama.cpp cd llama.cpp obtain the original LLaMA model we 阅读全文
posted @ 2023-03-15 10:21 Xu_Lin 阅读(571) 评论(0) 推荐(0) 编辑
摘要: 在Github的fork项目中切换分支来提交PR 查看远程所有分支 git branch不带参数,列出本地已经存在的分支,并且在当前分支的前面用*标记,加上-a参数可以查看所有分支列表,包括本地和远程,远程分支一般会用红色字体标记出来 git branch -a * main remotes/ori 阅读全文
posted @ 2023-03-01 17:35 Xu_Lin 阅读(488) 评论(0) 推荐(0) 编辑
摘要: 在 Ubuntu 或 Debian 上安装 LaTeX LaTeX 是一种文档标记语言。建议使用 LaTeX 创建技术或科学文章、论文、报告、书籍和其他文档,如博士。 1. 打开你的终端 终端是一个命令行界面 (CLI),您可以在其中键入命令来告诉计算机要做什么。确保您已打开终端,如果是,请继续下一 阅读全文
posted @ 2023-02-28 23:23 Xu_Lin 阅读(493) 评论(0) 推荐(0) 编辑
摘要: OpenMMLab AI实战营 第七课笔记 import os import numpy as np from PIL import Image import os.path as osp from tqdm import tqdm import mmcv import mmengine impor 阅读全文
posted @ 2023-02-11 23:03 Xu_Lin 阅读(1368) 评论(1) 推荐(0) 编辑
摘要: OpenMMLab AI实战营 第五课笔记 在气球数据集上训练检测模型 训练新模型通常有三个步骤: 支持新数据集 修改配置文件 训练模型 而MMDetection中有三种方法来支持新数据集: 将数据集整理为COCO格式 将数据集整理为中间格式 直接实现新数据集的支持 我们将基于数据集balloon 阅读全文
posted @ 2023-02-10 22:57 Xu_Lin 阅读(193) 评论(0) 推荐(0) 编辑
摘要: OpenMMLab AI实战营 第六课笔记 1.什么是语义分割 1.1 语义分割的应用 1.1.1 应用:无人驾驶汽车 1.1.2 应用:人像分割 1.1.3 应用:智能遥感 1.1.4 应用:医疗影像分析 1.2 几个概念 1.2.1 语义分割 vs 实例分割 vs 全景分割 2.语义分割的基本思 阅读全文
posted @ 2023-02-10 14:28 Xu_Lin 阅读(65) 评论(0) 推荐(1) 编辑
摘要: OpenMMLab AI实战营 第四课笔记 目标检测与MMDetection 1.什么是目标检测 1.1 目标检测的应用 1.1.1 目标检测 in 人脸识别 人脸检测是目标检测的一种特殊情形。目标检测(通用物体检测)针对的是多类别,人脸检测是二分类,只检测人脸这个类别。 通用物体检测算法都可以直接 阅读全文
posted @ 2023-02-06 22:43 Xu_Lin 阅读(250) 评论(0) 推荐(0) 编辑
摘要: 《人工智能:线代方法》 第二部分问题求解 通过搜索进行问题求解(5) 总结 本章对搜索算法进行了介绍,智能体可以用这些算法在各种环境中选择动作序列——只要环境是回合式的、单智能体的、完全可观测的、确定性的、静态的、离散的和已知的。算法需要在搜索所需时间、可用内存和解的质量之间进行权衡。如果我们对于启 阅读全文
posted @ 2023-02-05 20:39 Xu_Lin 阅读(39) 评论(0) 推荐(0) 编辑
摘要: OpenMMLab AI实战营 第三课笔记 花朵五分类数据集:https://www.kaggle.com/datasets/alxmamaev/flowers-recognition 进入 mmclassification 目录 In [1]: import os os.chdir('mmclas 阅读全文
posted @ 2023-02-04 23:44 Xu_Lin 阅读(138) 评论(0) 推荐(0) 编辑
摘要: 、# 《人工智能:线代方法》 第二部分问题求解 通过搜索进行问题求解(4) 3.6 启发式函数 启发式函数h(n)告诉A*从任意结点n到目标结点的最小代价评估值。选择一个好的启发式函数是重要的。 3.6.1 启发式函数的准确性对性能的影响 启发式函数可以控制A*的行为: 一种极端情况,如果$h(n) 阅读全文
posted @ 2023-02-04 23:31 Xu_Lin 阅读(173) 评论(0) 推荐(0) 编辑
摘要: OpenMMLab AI实战营 第二课笔记 图像分类与基础视觉基础 1.图像分类问题 图像分类是根据各自在图像信息中所反映的不同特征,把不同类别的目标区分开来的图像处理方法。 它利用计算机对图像进行定量分析,把图像或图像中的每个像元或区域划归为若干个类别中的某一种,以代替人的视觉判读。 简单的说就是 阅读全文
posted @ 2023-02-03 22:07 Xu_Lin 阅读(297) 评论(2) 推荐(1) 编辑
摘要: 《人工智能:线代方法》 第二部分问题求解 通过搜索进行问题求解(3) 3.5 有信息(启发式)搜索策略 3.5.1 贪心最佳优先搜索 3.5.2 A*搜索 3.5.3 搜索等值线 3.5.4 满意搜索:不可容许的启发式函数与加权A*搜索 3.5.5 内存受限搜索 3.5.6 双向启发式搜索 阅读全文
posted @ 2023-02-02 22:36 Xu_Lin 阅读(30) 评论(0) 推荐(0) 编辑
摘要: # OpenMMLab AI实战营 第一课笔记 ![](https://img2023.cnblogs.com/blog/1571518/202302/1571518-20230202115351337-523975146.jpg) ![](https://img2023.cnblogs.com/b 阅读全文
posted @ 2023-02-01 14:22 Xu_Lin 阅读(536) 评论(0) 推荐(0) 编辑
摘要: 《人工智能:线代方法》 第二部分问题求解 通过搜索进行问题求解(2) 3.4 无信息搜索策略(Blind Search) ​ 人工智能中的搜索策略大体分为两种:无信息搜索和有信息搜索。 无信息搜索是指我们不知道接下来要搜索的状态哪一个更加接近目标的搜索策略,因此也常被成为盲目搜索; 而有信息搜索则是 阅读全文
posted @ 2023-01-29 22:20 Xu_Lin 阅读(90) 评论(0) 推荐(0) 编辑
摘要: 《人工智能:线代方法》 第二部分问题求解 通过搜索进行问题求解(1) 3.1 通过搜索进行问题求解 3.1.1 问题求解智能体 3.1.2 问题形式化 3.2 问题示例 3.2.1 标准化问题 3.2.2 真实世界问题 3.3 搜索算法 最佳优先搜索 搜索数据结构 冗余路径 Breadth-Firs 阅读全文
posted @ 2023-01-25 20:30 Xu_Lin 阅读(73) 评论(0) 推荐(0) 编辑
摘要: 《人工智能:现代方法》第一部分 智能体 2.1 智能体和环境 智能体(Agent):具有自治性、社会性、反应性和预动性的基本特征的实体,也可被看作是相应的软件程序或者是一个实体(比如人、车辆、机器人等) 多智能体系统(Multi-Agent System):多个相互作用的智能体,各个智能体之间通过相 阅读全文
posted @ 2023-01-19 13:49 Xu_Lin 阅读(878) 评论(0) 推荐(0) 编辑